Databricks把智譜GLM 5.2設為預設程式設計引擎

7月9日，Databricks 把自家程式設計工具的預設模型換成了智譜開源的 GLM 5.2。

換的理由寫在部落格裡，數字很硬。Databricks 用自己幾百萬行、跨十多種語言（Python、Go、TypeScript、Scala、Rust 等）的真實程式碼庫做了一版內部基準，發現 GLM 5.2 在程式設計任務上跟 Anthropic 的 Opus 4.8 統計意義上打平，但每個任務只要 1.28 美元，Opus 是 1.94 美元。聯創 Matei Zaharia 在文裡直接寫：「證據說明，是時候把這些模型當成日常 coding 的幹活主力了。」

為什麼這事要單列？Databricks 是美國頭部的數倉與 AI 平臺，服務大量企業客戶，它把預設位交給一箇中國開源權重模型，此前幾乎不可想象。開源權重意味著客戶能自託管、能審計、能改，不必把程式碼鎖死在某家閉源廠的 API 裡。GLM 5.2 站上了「頂級梯隊」——Databricks 把被測模型分成三檔，82% 到 90% 透過率的第一檔裡，坐著 Opus 4.8、GLM 5.2 和某些配置下的 GPT 5.5。

把鏡頭拉寬，Databricks 不是孤例。Coinbase 已經切到 GLM-5.2、Kimi 2.7 等中國模型，AI 開支砍掉一半、token 用量還在漲；Lindy 乾脆把 Claude 整個換成 DeepSeek v4，省下數百萬；Snowflake 測下來 GLM-5.2 和 Opus 4.7 幾乎持平、成本卻只及零頭。OpenRouter 上的資料更直觀：自 2026 年 2 月起，中國模型周流量佔比突破 30%，去年還只有 11%，而成本比西方同類低 60% 到 90%。

這背後是「成本壓力」四個字。Databricks 還點出一個常被忽略的坑：token 單價和實際任務成本不是一回事，token 效率跟汽車油耗一樣關鍵，且高度依賴軟體環境。他們自家的 Pi harness 給模型喂的上下文只有原生環境約三分之一，同樣質量下比 Opus「高 effort」便宜 2.08 倍。換句話說，比的不只是「誰更聰明」，更是「誰更會省錢地把活幹完」。

往深裡說，Databricks 的結論是：價效比最優線由 OpenAI、Anthropic 和開源三方共同畫出，沒有哪家能一家通吃，只有混用才到得了前沿水平。GLM 5.2 坐上預設位，與其說是一次「站隊」，不如說是賬本逼出來的選擇——當開源模型在質量上貼到閉源臉、價格卻腰斬，精明的平臺自然會重新排座次。