Databricks把中國開源模型設為預設編碼引擎：GLM-5.2平替Opus，成本省三成

中國AI大模型又一次從矽谷拿到了硬核背書。這一次投下信任票的，是估值620億美元的資料巨頭Databricks。

Databricks在自己幾百萬行程式碼的生產庫上做了一次嚴謹的編碼Agent基準測試。測試樣本來自真實的工程師提交請求，覆蓋Python、Go、TypeScript、Scala等多種語言，而不是用SWE-Bench那種公開資料集——因為公開資料集的解法和程式碼可能已經混進模型訓練資料了，測不準。甚至為了防作弊，他們把Git歷史砍掉了，省得模型直接搜歷史記錄找答案。

結果讓Databricks自己都有點意外：智譜AI的GLM-5.2和Anthropic的Opus 4.8在透過率上打了平手，都是82%到90%。但每任務成本呢？GLM-5.2是1.28美元，Opus 4.8是1.94美元——差了34%。61%的編碼任務都是中等複雜度的，被自動路由到了GLM-5.2。Databricks聯合創始人Matei Zaharia親自下場說：證據夠了，該把它們當日常編碼主力了。

GLM-5.2是什麼來頭？它是智譜AI在6月13日釋出的753B引數混合專家模型，每個Token只啟用400億引數，MIT許可證完全開源。上下文視窗拉到100萬token，是前代GLM-5.1的五倍。在API定價上，GLM-5.2輸入每百萬token大約1.40美元，輸出4.40美元——對比Opus 4.8的5美元輸入和25美元輸出，輸入便宜3.6倍，輸出便宜5.7倍。而且公司可以下載權重自行部署，只付算力錢，資料都不用出境。

關鍵不在於Databricks一家做了什麼，而在於這不是孤例。Coinbase CEO Brian Armstrong公開說，透過換成GLM-5.2和Moonshot AI的Kimi K2.7 Code組合，AI支出砍了將近一半。AI初創公司Lindy的CEO Flo Crivello更是直接把全部API流量從Anthropic轉到了DeepSeek V4，說AI成本之前已經超過工資了。Snowflake也在評估GLM-5.2。

根據最新資料，中國AI模型在OpenRouter等美國平臺上的企業API Token流量佔比已從2025年初的4.5%飆升至30%到46%。這個數字每季度都在跳漲。

對Anthropic和OpenAI來說，壓力相當直接。Opus 4.8效能沒輸，但價格是GLM-5.2的四到六倍——當開源替代品在真實編碼任務上做到統計無差異時，企業採購天平自然就偏了。這跟當年雲基礎設施開源化擠佔AWS份額的劇本很像：一旦質量差距縮窄到可接受範圍，企業的選擇就是理性的。

Databricks做的這個「用自有程式碼庫定製基準測試」的思路本身就是一個訊號。它告訴行業：別再信公開排行榜了，你自己的程式碼庫才是最好的測試場。哪家模型在你家業務上跑得又快又好、成本又低，就用哪家。供應商鎖定正在瓦解。