GLM-5.2发布：智谱这次不放跑分表，先让你用上，开源、1M上下文、华为昇腾训练

智谱今天（2026 年 6 月 13 日）发布了 GLM-5.2。

算一下节奏：2 月 11 日 GLM-5，4 月 GLM-5.1，今天 GLM-5.2。

四个月三个版本，国产这边卷得也不轻。

但这次发布最让我意外的，不是又快了一个小版本。

而是另一件事：

官方发布当天，一张 benchmark 跑分表都没放。

你没看错。

没有 SWE-bench，没有 Terminal-Bench，没有那种"我赢了谁几个点"的大表。

这在 2026 年的大模型发布里，几乎是反常的。

卡哥觉得这事值得单独说说。

一、别人比谁分高，智谱直接说先别看分

这两年大模型发布几乎是同一个套路。

先甩一张大表，自己的模型某几项第一，标红加粗。

我们前面写 Claude Opus 4.8 那篇就吐槽过：大表负责传播，脚注负责真相。 一个模型换个 harness、换个工具链，分数能差好几个点。

GLM-5.2 这次干脆把表撤了。

官方的发布口径很直白：

先开放给 GLM Coding Plan 的用户用，开源权重和 API 往后放一周，benchmark 也一起延后。

一句话总结就是：

Coding Plan 优先，不是跑分优先。

这个顺序很有意思。

正常发布是：跑分 → 媒体传播 → 开放试用。

GLM-5.2 反过来：先让付费用户用上 → 一周后放权重和 API → 再补跑分。

存量 Coding Plan 用户今天就能用，方式简单到离谱——改一个环境变量，把模型 ID 换成 glm-5.2 就行。

你不用等评测，自己的活就是最好的评测。

二、先别急着夸，也别急着骂

我知道有录友看到"不放跑分"会立刻分两派。

一派说：有底气，敢让你直接用真实任务测，不玩数字游戏。

一派说：是不是分不好看，藏着掖着？

卡哥的看法是，两种解读现在都成立，因为没数据。

这正是问题所在。

没有第三方跑分，意味着现在所有对 GLM-5.2 的判断，本质上都是智谱的"意向声明"，不是排行榜实测位置。

官方说了三句话：

• 强大的编码能力
• 可用的 1M 上下文
• 长程任务继续领先

注意"可用的 1M"这个措辞。

这种留有余地的说法，通常说明内部自己也清楚：1M 上下文能塞进去，和 1M 上下文里每个 token 都管用，是两回事。

我们在 MiniMax M3 评测 里反复强调过这点：长上下文的"能装"和"装了还准"差很远。

所以我的态度是：

这次发布值得关注，但现在还不能下"超过谁"的结论。

等下周权重和 API 放出来，第三方一测，才有真东西可聊。

在那之前，参考一下它的"出身"会更靠谱。

GLM-5 当时是 745B 的 MoE，激活 44B，SWE-bench Verified 77.8%，在开源里是头部。GLM-5.1 更狠，SWE-Bench Pro 58.4，反超了 GPT-5.4（57.7）和 Claude Opus 4.6（57.3），编码能力做到了 Opus 4.6 的九成多。

按这个底子推，GLM-5.2 大概率不会差。

但"大概率不差"和"实测领先"，还是别混为一谈。

三、真正的看点，是开源加国产算力

跑分可以等，但有两件事是 GLM-5.2 实打实的差异化。

第一，它要开源，而且是 MIT。

下周放权重，MIT 协议，免费商用。

这意味着什么？

任何一家公司，可以把它下下来，跑在自己的服务器上，不用把代码喂给闭源 API。

Claude Opus 4.8、GPT-5.5 再强，你也只能调它的接口。数据出门，按 token 付费，模型权重你永远摸不到。

对一部分录友和公司来说，这条线是硬需求：

• 代码不能外传的金融、政企项目
• 想做私有化部署的团队
• 想在开源权重上自己做微调、蒸馏的研究

这些场景里，闭源前沿模型再强也进不来。开源就是开源，没得替代。

第二，GLM 这条线是华为昇腾训练的，全程没用 Nvidia。

从 GLM-5.1 开始，智谱就公开说训练完全跑在华为昇腾上。

这件事的意义不在跑分，在供应链。

一个不依赖 Nvidia、权重还开源的前沿模型，本身就是一种确定性。

在芯片这么敏感的时间点，这个确定性，有时候比多两个点的 SWE-bench 更值钱。

四、GLM Coding Plan 怎么买，值不值

GLM-5.2 现在的入口就是 GLM Coding Plan (opens new window)。

它不是按 token 计费，是按"提示次数"包月的订阅制，分四个档：

档位	5 小时额度	周额度	适合谁
Lite	~80 次提示	~400 次	先评估试用
Pro	~400 次提示	~2,000 次	日常开发主力
Max	~1,600 次提示	~8,000 次	高强度重度使用
Team	按座位	组织共享账单	团队

价格大概 $18/月 起。

我的实话实说：

这套订阅制的性价比，是 GLM 这条线最能打的地方。

我在 DeepSeek V4 降价 那篇就提过，目前我写代码性价比最高的组合之一，就是 Claude 的 Agent + CLI，配 GLM 的 Coding Plan 兜底。

逻辑很简单：

• 用 Claude Code / GLM 自己的 CLI 做交互层
• 难任务上 Opus 4.8、GPT-5.5
• 大量的日常改代码、补测试、读模块，交给包月的 GLM，跑多少都不心疼

包月买的是"不用算 token 的安全感"。 你不会因为多让模型读几遍代码就肉疼，这种心态对写代码很重要。

不过别冲动。

先上 Lite 评估，活儿对得上再升 Pro，真到天天重度用再考虑 Max。

不要一上来就 Max，额度用不满就是浪费。

五、和 Opus 4.8、DeepSeek V4 怎么选

老问题又来了：这么多模型，到底用哪个。

卡哥的选型逻辑一直没变：不是站队，是算账。

按三件事分流：失败成本、能不能自部署、量有多大。

说具体点：

你的处境	推荐	为什么
核心代码、复杂 bug、长链路 Agent，失败成本高	Claude Opus 4.8 / GPT-5.5	实测最稳，会验证，工具调用习惯好
数据不能外传 / 要私有化部署 / 想自己微调	GLM-5.2（开源权重）	闭源模型再强也进不来，开源是硬需求
日常改代码、补测试、读模块，量大	GLM Coding Plan 包月	不按 token 算，跑多少不心疼
批量分析、代码扫描、结果能自动校验	DeepSeek V4-Pro	便宜，量大跑得起

这几个不是互斥的，真实开发里我经常是混着用。

• 难的地方上 Opus 4.8
• 量大的日常用 GLM 包月或 DeepSeek
• 碰到数据敏感、必须本地跑的，GLM-5.2 开源权重是唯一选项

便宜模型跑量，开源模型保命，顶级模型攻坚。 三句话基本能覆盖。

写在最后

GLM-5.2 这次发布，最值得记住的不是某个跑分。

是它的打法：

先让你用上，开源权重跟上，跑分往后放。

这套打法对开发者其实是友好的——你不用被一屏大表带节奏，自己的真实任务就是最准的 benchmark。

但也别因为它"不卷跑分"就上头。

没数据的时候，官方说的每一句都还只是意向，不是结论。

我的建议很简单：

• 已经在用 GLM Coding Plan 的，改个环境变量直接试，用你手头真实的活去测
• 要私有化、要自部署的，盯紧下周的开源权重
• 没特殊需求的，等下周第三方跑分出来再决定也不迟

模型选型从来不是追新。

是看哪个在你的任务上，更稳、更便宜、更可控。

自己测，按活儿选。

加油。