Databricks把智谱GLM 5.2设为默认编程引擎

7月9日，Databricks 把自家编程工具的默认模型换成了智谱开源的 GLM 5.2。

换的理由写在博客里，数字很硬。Databricks 用自己几百万行、跨十多种语言（Python、Go、TypeScript、Scala、Rust 等）的真实代码库做了一版内部基准，发现 GLM 5.2 在编程任务上跟 Anthropic 的 Opus 4.8 统计意义上打平，但每个任务只要 1.28 美元，Opus 是 1.94 美元。联创 Matei Zaharia 在文里直接写：「证据说明，是时候把这些模型当成日常 coding 的干活主力了。」

为什么这事要单列？Databricks 是美国头部的数仓与 AI 平台，服务大量企业客户，它把默认位交给一个中国开源权重模型，此前几乎不可想象。开源权重意味着客户能自托管、能审计、能改，不必把代码锁死在某家闭源厂的 API 里。GLM 5.2 站上了「顶级梯队」——Databricks 把被测模型分成三档，82% 到 90% 通过率的第一档里，坐着 Opus 4.8、GLM 5.2 和某些配置下的 GPT 5.5。

把镜头拉宽，Databricks 不是孤例。Coinbase 已经切到 GLM-5.2、Kimi 2.7 等中国模型，AI 开支砍掉一半、token 用量还在涨；Lindy 干脆把 Claude 整个换成 DeepSeek v4，省下数百万；Snowflake 测下来 GLM-5.2 和 Opus 4.7 几乎持平、成本却只及零头。OpenRouter 上的数据更直观：自 2026 年 2 月起，中国模型周流量占比突破 30%，去年还只有 11%，而成本比西方同类低 60% 到 90%。

这背后是「成本压力」四个字。Databricks 还点出一个常被忽略的坑：token 单价和实际任务成本不是一回事，token 效率跟汽车油耗一样关键，且高度依赖软件环境。他们自家的 Pi harness 给模型喂的上下文只有原生环境约三分之一，同样质量下比 Opus「高 effort」便宜 2.08 倍。换句话说，比的不只是「谁更聪明」，更是「谁更会省钱地把活干完」。

往深里说，Databricks 的结论是：性价比最优线由 OpenAI、Anthropic 和开源三方共同画出，没有哪家能一家通吃，只有混用才到得了前沿水平。GLM 5.2 坐上默认位，与其说是一次「站队」，不如说是账本逼出来的选择——当开源模型在质量上贴到闭源脸、价格却腰斩，精明的平台自然会重新排座次。