GLM-5.2已升级，能对标海外一线模型吗？
7月智谱GLM-5.2发布，1.2T参数145B激活，32K→2M上下文动态扩展。我把主力模型从Claude Sonnet 4.6切到GLM-5.2跑了三周，聊聊真实体感。先说跑分。Artificial Analysis综合指数追平Claude Fable 5，SWE-Bench Verified 81.7%压了Opus 4.6的80.8%。深度学习层面这个成绩国产模型第一次站到第一梯队。MATH-500 97.2%、GPQA 83.1%——机器学习数学推理已经不输海外旗舰。但实战有差距。复杂Go项目重构，GLM-5.2在20+文件交叉依赖场景下偶尔丢模块关系，Claude Opus 4.8的512K全程不掉链子。算法层面的差距不在单步推理，在长程一致性——推理优化做得再好，注意力衰减是物理瓶颈。2M上下文听着唬人，但超过200K精度就有肉眼可见下滑。价格是真杀手锏。输入0.5元输出2元，是Claude Opus的1/60。我们月账单从2.8万砍到4500，省下的钱够组两台H100。ToolCall成功率98.7%超GPT-5.6的97.3%，Agent场景工具调用稳得离谱。机器学习的"最后一公里"是复杂工程上下文的保持能力。单点能力已对标海外一线，但长程任务的全局一致性还差口气。
发布于 上海
分享
评论
赞
未登录
友善发言
评论
加载中
