Zhipu GLM-5.2

• 1. обзор (991 символов)

  17 июня 2026 года компания Zhipu официально представила и открыла исходный код флагманской большой модели нового поколения GLM-5.2. Его позиционирование сместилось с мгновенных вопросов и ответов на «дальние задачи», что позволяет ИИ непрерывно работать в течение нескольких часов, как человек, и автономно завершать полноценный крупномасштабный проект. В комплексном списке искусственного анализа GLM-5.2 набрал 51 балл, войдя в тройку лидеров вместе с Anthropic и OpenAI, образуя так называемую «Новую королевскую тройку». Это первый случай, когда модель с открытым исходным кодом конкурирует с флагманами с закрытым исходным кодом в самых сложных инженерных сценариях, таких как код и долгосрочные задачи. Модель использует архитектуру MoE с параметрами 744B (приблизительно 40B активных параметров на токен). Это полностью открытый исходный код по протоколу MIT, и его можно бесплатно использовать в коммерческих целях. Ни обучение, ни вывод не зависят от зарубежных вычислительных мощностей. В первый день запуска он был адаптирован к девяти основным отечественным вычислительным платформам, включая Huawei Ascend, Pingtou Ge и Moore Threads.

• 2. Фон продукта (1497 символов)

  Zhipu (Beijing Zhipu Huazhang Technology Co., Ltd.) — ведущая компания-стартап по производству крупномасштабных моделей в Китае. Он опубликовал свой первый отчет о деятельности на Гонконгской фондовой бирже в марте 2026 года (акционерный код 02513.HK) и перешел на стадию коммерциализации с стадии чисто исследований и разработок. GLM-5.2 — еще одна крупная версия серии GLM, посвященной GLM. С начала 2025 года Zhipu вложила почти все свои усилия в исследование возможностей кодирования. Он прошел через непрерывные итерации GLM-4.5, GLM-4.7, GLM-5.0 и GLM-5.1 и, наконец, достиг цели «кодирования модели SOTA с открытым исходным кодом» с помощью GLM-5.2. Основной прорыв модели заключается в том, чтобы сделать миллионы контекстных окон доступными для инженерного использования. GLM-5.2 предлагает архитектурную инновацию IndexShare — повторное использование одного и того же индексатора между каждыми четырьмя разреженными уровнями внимания, что снижает количество FLOP на токен до 2,9 раз при длине контекста 1 М. Уровень MTP для спекулятивного декодирования также был улучшен, что позволило увеличить допустимую длину до 20%. В рамках обучения используется самостоятельно разработанная среда Slime для поддержки крупномасштабного обучения Agentic RL и OPD. С точки зрения позиционирования в отрасли, выпуск GLM-5.2 совпадает с критическим периодом времени, когда самые сильные зарубежные модели становятся закрытыми, а спрос на альтернативы с открытым исходным кодом растет. Claude Fable 5 подлежит экспортному контролю со стороны США, и зарубежные разработчики остро нуждаются в надежных высококлассных альтернативах. Появление GLM-5.2 заполнило рыночный пробел, и некоторые аналитики называют его «моментом DeepSeek 2.0».

• 3. Функции продукта и опыт использования (2796 символов)

  Основные возможности GLM-5.2 вращаются вокруг трех основных направлений: долгосрочные задачи, кодирование и максимальная оптимизация инфраструктуры. Для миссий на большие расстояния GLM-5.2 реализует контекст без потерь Solid 1M. Он не только отмечен знаком 1M в параметрах, но также может использоваться в реальных приложениях. Чжипу потратил несколько месяцев на то, чтобы значительно расширить среду обучения 1M Coding Agent, охватив многие типичные области, такие как крупномасштабное внедрение, исследования в области автоматизации и оптимизация производительности. В тестовом наборе FrontierSWE (тест, который проверяет, может ли ИИ выполнять сложные технические проекты продолжительностью от нескольких часов до десятков часов) GLM-5.2 набрал 74,4%, что всего на 1% ниже, чем у Claude Opus 4.8, и превзошло 72,6% у GPT-5.5. Согласно демонстрации Zhipu, GLM-5.2 может обрабатывать более 880 000 токенов в ходе непрерывных задач, самостоятельно выполнять полный процесс доставки программного обеспечения от разработки, совместной отладки, тестирования до упаковки и онлайн-подключения, а также создавать законченное приложение, охватывающее веб-страницы, мобильные терминалы и мини-программы, в течение нескольких часов. Что касается возможностей кодирования, GLM-5.2 остается SOTA с открытым исходным кодом по множеству авторитетных тестов. В оценке человеческих предпочтений Design Arena GLM-5.2 занял первое место в мире с 1360 Эло, немного превзойдя 1350 Эло у Клода Опуса 4.8. Он набрал 62,1% на SWE-bench Pro, превысив 58,6% у GPT-5.5. Он набрал 81,0 балла в Terminal-Bench 2.1 (тест, который оценивает работу ИИ-агентов на компьютерах через командную строку), что на 17,5 процентных пункта лучше, чем у GLM-5.1. В MCP-Atlas (обзор использования инструмента) GLM-5.2 отличается от Opus 4.8 всего на 0,8%. В модели также реализован контроль уровня усилий (думающего механизма), поэтому пользователи могут сбалансировать возможности, скорость и стоимость. Что касается оптимизации инфраструктуры, онлайн-вывод GLM-5.2 опирается на несколько отечественных вычислительных платформ. В первый день компания завершила адаптацию логического вывода к отечественным вычислительным платформам, таким как Huawei Ascend, Pingtou Ge, Moore Thread, Cambrian, Kunlun Core, Muxi, Haiguang, Biren, Tianshu Zhixin и т. д., добившись стабильной работы с высокой пропускной способностью, низкой задержкой и большим параллелизмом на отечественных кластерах микросхем. Однако в ходе реального использования отзывы пользователей также выявили несколько очевидных недостатков. Некоторые разработчики протестировали его и отметили, чтоОказывается, у GLM-5.2 есть проблема «разброса» — в многошаговых задачах легко забыть контекст и сбиться с пути. Также есть пользователи, которые сообщают, что модель имеет тенденцию к «иллюзорному расширению требований». Пользователь запрашивает A, и модель автоматически добавляет B и C, увеличивая нагрузку на проверку. Кроме того, GLM-5.2 представляет собой только текстовую модель и не имеет встроенных мультимодальных возможностей — флагманская модель 2026 года не имеет видения, что выглядит неуклюже в контексте конкурирующих продуктов, обычно имеющих мультимодальные возможности.

• 4. Ценообразование и бизнес-модель (1337 символов)

  Цены на API для GLM-5.2 чрезвычайно конкурентоспособны. В расчете на миллион токенов входная стоимость составляет примерно 1,40 доллара США, а выходная стоимость — примерно 4,40 доллара США. Для сравнения, затраты на ввод/вывод Claude Opus 4.8 составляют 5/25 долларов США соответственно, а GPT-5.5 — 5/30 долларов США. Рассчитанная на основе сценария моделирования 50 миллионов токенов в месяц, ежемесячная стоимость GLM-5.2 составляет около 145 долларов США, Opus 4.8 — около 750 долларов США, а GPT-5.5 — около 875 долларов США. Выбрав GLM-5.2, можно сэкономить до 730 долларов в месяц. В то же время GLM-5.2 имеет полностью открытый исходный код в соответствии с протоколом MIT, и предприятия могут создавать и развертывать его самостоятельно, полностью устраняя затраты на выставление счетов API по токенам. Это особенно привлекательно для компаний со строгим соблюдением требований к данным — протокол MIT можно свободно модифицировать для коммерческого использования, данные внутреннего развертывания не покидают страну, и нет опасения перебоев в предоставлении внешних услуг. Однако у GLM-5.2 есть проблема «высокого потребления» в собственной пакетной системе Zhipu. Ввиду элитного позиционирования модели квота расходуется кратно при звонке (3 раза в пиковые периоды, 1 раз в непиковые периоды). Кроме того, потребление одного токена вывода велико (втягиваются все контексты 1M). Обычные пользователи пакета Lite сообщили, что «5-часовая квота израсходована за полтора часа», а фактический опыт использования ограничен ограничениями пакета.

• 5. Отзывы пользователей (1577 символов)

  Из выборки из 807 реальных пользователей 69% оставили положительные отзывы. Положительные отзывы сконцентрированы в трех направлениях: выдающиеся возможности разработки интерфейсов, превосходная экономическая эффективность по сравнению с аналогичными моделями с закрытым исходным кодом и высокая гибкость протокола MIT с открытым исходным кодом. Разработчик перенес весь рабочий процесс Opus на GLM-5.2, при этом стоимость вычислительной мощности снизилась со 186 до 17 долларов США. Предприятие слепо протестировало эффект от генерации посадочных страниц и обнаружило, что качество готового продукта почти такое же, как у Opus 4.8, но стоимость составляет всего 1/6. Есть даже компании из списка Fortune 500, которые перенесли половину своих усилий по программированию на эту модель. Судя по портретам пользователей, 82% пользователей — программисты, специализирующиеся на технических сценариях, таких как кодирование, разработка агентов и локальное развертывание, а 71% — англоязычные пользователи. Это доказывает, что популярность GLM-5.2 обусловлена ​​исключительно глобальным кругом разработчиков, а не трафиком Pan-C. Негативные отзывы были столь же очевидны. Около 31% реальных пользователей оставили негативные отзывы разной степени тяжести. Основные жалобы включают в себя: медленную скорость вывода, низкую эффективность токена (одна и та же задача потребляет больше жетонов, чем конкурирующие продукты), недостаточную стабильность работы (редкие ошибки, такие как «Параметр приглашения не был получен нормально») и отсутствие визуальных возможностей. Блогер из Nuggets, попользовавшись им в течение дня, пришел к выводу, что «написание кода — это нормально, но не ждите, что он будет планировать сложные события». Он также поделился своим комбинированным планом «Клод в роли мозга и GLM-5.2 в роли руки».

• 6. Оценка отрасли (1576 символов)

  Отзывы отраслевых СМИ в целом были положительными. Основные средства массовой информации, такие как Science and Technology Daily, CCTV и China Daily, сделали обширные репортажи о GLM-5.2, подчеркнув важность сочетания «национальной модели с открытым исходным кодом + отечественных вычислительных мощностей». В отчете China Daily отмечается, что «в контексте того, что самые сильные зарубежные модели превращаются в закрытые, а спрос на альтернативы с открытым исходным кодом растет, эта комбинация привлекла внимание всей отрасли». Тан Цзе, основатель GLM, подтвердил во внутреннем письме «Большая волна приближается» от 11 июля, что многие основные показатели GLM-5.2 равны или даже превосходят флагманы с закрытым исходным кодом, такие как GPT-5.5. Это объявление подтверждает происходящий в отрасли переход: впервые модели с открытым исходным кодом конкурируют с флагманами с закрытым исходным кодом в самых сложных инженерных сценариях, таких как код и долгосрочные задачи. С точки зрения конкурентной среды, прямыми конкурентами GLM-5.2 являются Claude Opus 4.8 (Anthropic), GPT-5.5 (OpenAI), Kimi K2.7 Code (Dark Side of the Moon), MiniMax M3 и т. д. В области кодирования Claude Opus 4.8 по-прежнему сохраняет лидерство в целом, но GLM-5.2, как модель с открытым исходным кодом, сократил разрыв с флагманом с закрытым исходным кодом до 5%. С точки зрения комплексной экономической эффективности GLM-5.2 имеет подавляющее преимущество. Однако некоторые аналитики отмечают, что «пожар» GLM-5.2 имеет определенную ложно-высокую составляющую. Полный анализ 9 163 связанных твитов показывает, что только 9% пользователей действительно использовали его и оставили конкретные отзывы, а почти 80% руководствуются объемом общения и капитальными эффектами. Популярность темы намного превышает реальный размер пользователей.

• 7. Споры и риски (1453 символов)

  Основные споры и риски, с которыми сталкивается GLM-5.2, сосредоточены на нескольких аспектах. Во-первых, это проблема практической стабильности длинных контекстов. Хотя официально утверждается, что «Solid 1M — это контекст без потерь», многие разработчики в реальных тестах обнаружили, что модель страдает от отвлечения во время многоэтапных задач на большие расстояния — «Неважно, растянуто ли окно до 1 миллиона, мозг все равно смотрит только на начало и конец». GLM-5.2 не застрахован от коллективных недостатков моделей длинного контекста. Во-вторых, существуют проблемы стабильности продукта и пользовательского опыта. Некоторые пользователи сообщили, что при использовании официального плана кодирования Zhipu даже чтение текстового файла приведет к ошибке. Сообщение об ошибке было `reason=unknown`, и отсутствовали подсказки об ошибках, которые можно было бы устранить. Существует разрыв между возможностями самой модели и степенью завершенности на уровне продукта. В-третьих, это разногласия по поводу политики выставления счетов. Механизм удвоения потребления в 3 раза в пиковые периоды заставил многих пользователей жаловаться на то, что квота «сгорает слишком быстро», а обычные пакеты вряд ли могут поддерживать реальные сценарии развития. Эта проблема вызвала в сообществе широкие дискуссии о том, что «модель сильна, но использовать ее интересно, а это две разные вещи». Наконец, происходит потеря зрительных способностей. Флагманская модель 2026 года не имеет встроенных мультимодальных возможностей. В контексте конкурирующих продуктов, обычно обладающих мультимодальными возможностями, этот недостаток может ограничить сценарии применения GLM-5.2.

• 8. Применимые группы и предложения по использованию (1073 символов)

  GLM-5.2 наиболее подходит для программистов и групп разработчиков, особенно в следующих сценариях: требования автоматизации высокочастотного кодирования; большие хранилища кода, требующие миллионов контекстов; команды, которые чувствительны к затратам и хотят снизить комиссию за API; компании, у которых есть требования к соблюдению данных и требуется локальное развертывание; разработчики, которые хотят перенести свою работу по кодированию из модели с закрытым исходным кодом в модель с открытым исходным кодом. К наименее подходящим сценариям относятся: задачи, требующие многомодального понимания (просмотр изображений, анализ видео и т. д.); сложные и нечеткие архитектурные проекты высокого уровня, требующие от модели самостоятельного планирования; и интерактивные сценарии, требующие чрезвычайно высокой скорости рассуждений в реальном времени. Для обычных разработчиков рекомендуемое использование — «использовать сильные стороны и избегать слабых сторон»: передавать задачи рефакторинга и кодирования, требующие глобального видения и четких целей, GLM-5.2, а ссылки, требующие понимания намерений, разъяснения требований и сложного планирования, моделям, которые хорошо «думают ясно», таким как Claude или GPT.

• 9. Подвести итог (755 символов)

  GLM-5.2 — это знаковый прорыв для отечественных больших моделей в области высококачественного кодирования. Впервые он ставит модель с открытым исходным кодом на один уровень с флагманской моделью с закрытым исходным кодом с точки зрения кода и долгосрочных задач и предоставляет разработчикам действительно реализуемую альтернативу с экстремальными затратами и соглашением об открытом исходном коде MIT. В переломный момент в отрасли, когда самые сильные зарубежные модели закрываются, а отечественная экосистема вычислительных мощностей развивается, GLM-5.2 находится на правильном пути. Но он не безупречен: устойчивость внимания к длинному контексту, отсутствие мультимодальных возможностей, завершенность уровня продукта и проблемы с пользовательским опытом, вызванные биллинговой стратегией, — это все «очередные горы», которые ему нужно продолжать покорять.

Подробного отчёта пока нет

• 

  SLeeK

  —

  用了一周 GLM-5.2，最大的感受就是编程能力确实强，前端生成页面基本跟 Opus 一个水平，但确实有涣散的问题，长任务跑到后面就忘了前面说过什么。

---

• 

  Adrianc41

  —

  从 5.1 换到 5.2，最明显的感觉就是上下文真的大了，以前 20 万 token 撑满就幻觉，现在整个项目塞进去还能改得动。

---

• 

  Stephanie_Morgan_Pro

  —

  当天额度一个小时就烧完了，我还以为是 bug，结果发现是 5.2 在高峰期按 3 倍扣额度，太难了。

---

• 

  DAOthinker464

  —

  对比 Opus 4.8 和 GPT-5.5 实测了一周，前端能力 GLM-5.2 确实不虚，但复杂系统的架构设计还是 Claude 更强，5.2 容易在中间步骤跑偏。

---

• 

  CAphi

  —

  把整套 Opus 的工作流迁过去了，算力成本从 186 降到 17 美元，真的很香。

---

• 

  reddog874

  —

  开源协议是 MIT，可以随便商用部署，这点对合规要求高的公司真是太友好了。

---

• 

  BenjaminFlores_Pro

  —

  纯文本模型，2026 年了旗舰机不带视觉，说实话有点尴尬，同期的 Kimi K2.7 Code 和 MiniMax M3 都是多模态。

---

• 

  r6xxu1c

  —

  试了一下让它读 txt 文件，直接报错「The prompt parameter was not received normally」，太离谱了。

---

• 

  Sam_anthaWood

  —

  写代码确实不错，但让它做规划就别指望了，我的用法是 Claude 当大脑、GLM-5.2 当手，配合起来体验最佳。

---

• 

  z5l3kae7k

  —

  价格确实是降维打击，按 5000 万 token 算一个月才 145 美元，Opus 要 750，这差价足够让我忍它的缺点了。

---

• 

  段娜

  —

  1M 上下文是真的能用的，不像某些模型标了百万其实几十万就开始掉链子，5.2 我塞了八十几万 token 跑完一整个工程没断。

---

• 

  SPeterson_2020

  —

  让我最烦的是它老爱自作主张，让它做 A 它非要顺手把 B 和 C 也做了，审起来比自己做还累。

---

• 

  CarolJ_ohnson

  —

  全球可用模型 Code Arena 第一，这成绩确实硬，不是吹的。

---

• 

  co25ko0ac3

  —

  公司里盲测了前端落地页生成，成品跟 Opus 4.8 几乎没有肉眼可见的差距，但成本只有六分之一，果断切了。

---

• 

  Aaron.Cook_77

  —

  Lite 套餐根本扛不住 5.2，一个半小时见底，升了 Pro 才好点。

---

• 

  JOols

  —

  推理速度偏慢，等得有点心焦，但考虑到这个价格也认了。

---

• 

  MHoward_2021

  —

  在 Claude Code 里接上它，改了一个几万行代码的项目，十轮交互下来不跑偏，体验比 5.1 好太多了。

---

• 

  GameFiGamer273

  —

  Vercel 的 CEO 都说「almost shocked」，这波国产模型是真的支棱起来了。

---

• 

  WPowell_2024269

  —

  Fable 5 被 ban 那天 GLM-5.2 刚好开源，时间点卡得太妙了，MIT 协议意味着谁也 ban 不了它。

---

• 

  CatherineHolm

  —

  用 Rust 从零复刻阿波罗登月计算机那个 demo 真的震撼到我了，虽然日常用不上，但足以证明它的实力。

---

• 

  Nicholas_Murphy_77

  —

  SWE-bench Pro 62.1 超了 GPT-5.5 的 58.6，这个数据挺说明问题，但跟 Opus 4.8 的 69.2 还有差距，营销话术说「接近 Opus」多少有点夸张了。

---

• 

  Emily_Henderson_66

  —

  高峰期 14 点到 18 点千万别用，3 倍扣额度真扛不住，我现在都赶上午干活。

---

• 

  James.Sanchez_2022

  —

  国产算力适配是亮点，华为昇腾、摩尔线程都能跑，不用担心被卡脖子。

---

• 

  CrnptoLink

  —

  前端开发能力确实强，Design Arena 排第一不是吹的，生成页面审美在线，但后端那种需要理解复杂业务逻辑的活它就不太行了。

---

• 

  Michellew70

  —

  token 消耗太大，同个任务比 Claude 多用 50% 的 token，虽然单价便宜但总价优势没那么大。

---

• 

  TheStephanieAnderson_dev

  —

  知乎大 V 说「以后用 Opus 可能其实是 GLM-5.2 冒充的你都分不出来」，笑死。

---

• 

  Kenneth_MendozaJr10

  —

  试了让它写一个 Minecraft 克隆，直接跑出来了能飞的版本，体验比 GPT-5.5 的版本还好。

---

• 

  sadmeercat181

  —

  自己部署的话门槛不低，744B 的大模型需要挺多显存，不是人人都能本地跑的。

---

• 

  SUpet

  —

  个人开发者小团队用性价比无敌，闭源模型那种按 token 付费的模式对高频调用太伤了。

---

• 

  Bruce_Kelly

  —

  24 小时跑完一个 SaaS 项目从开发到上线，88 万 token，实现了我对 AI 编程的终极想象。

Отзывов пока нет