2026年6月的AI模型竞争版图上，一个来自北京的团队悄悄把自己的名字写到了开源权重模型排行榜的最顶端。6月17日，权威基准测试平台Artificial Analysis发布了最新的Intelligence Index v4.1测评结果：Z.ai（原智谱AI）推出的GLM-5.2以51分登顶所有开源权重模型，大幅领先MiniMax-M3（44分）、DeepSeek V4 Pro（44分）和Kimi K2.6（43分）。

相较于GLM-5.1的40分，这是一次11分的代际式跳跃。更值得关注的是它在开发者核心场景中的表现：在衡量深度编程能力的SWE-bench Pro上，GLM-5.2以62.1%的成绩超越了GPT-5.5（58.6%）；在面向长时间跨度工程任务的FrontierSWE上以74.4%紧追Claude Opus 4.8（75.1%），超越GPT-5.5（72.6%）；在Code Arena前端编程排行榜上排名全球第二，在所有开源模型中位列第一。而在代理能力测评GDPval-AA v2（该测试将编程代理的运行轨迹延长至250步以模拟真实工程流程）上，GLM-5.2得分1524，与GPT-5.5的xhigh推理模式基本持平。综合来看，这是一个开源权重模型首次在代码能力维度上系统性进入与最昂贵闭源前沿模型对齐的区间。

https://artificialanalysis.ai/models/glm-5-2

GLM-5.2的技术架构值得仔细审视。它延续了GLM-5.1的混合专家（Mixture-of-Experts, MoE）设计，总参数量744B，但每次推理仅激活约40B参数——这个"总744B激活40B"的配置与GLM-5.1保持一致，但能力的巨大跃升说明参数量的规模并非限制因素，架构效率和训练方法才是。最关键的升级来自三项变革：

• 上下文窗口从GLM-5.1的20万token扩展至100万token，使模型能够处理完整的代码仓库或长篇技术文档而无需切分——这对于真实世界的工程任务来说往往比benchmark分数更加重要；
• 引入了自研的IndexShare架构——在每四个稀疏注意力层之间共享一个轻量级索引器，使得在全量100万token上下文下的单token浮点运算量降低至原来的约三分之一（2.9倍FLOP减少），让大上下文窗口不再是纸面参数而是实际可用的工程能力；
• 以及推理模式下最大输出提升至131,072 token，为复杂多步推理和长代码生成提供了充足的空间。

这些设计决策表明Z.ai团队在产品定义上有清晰的权衡意识：不是在每一个benchmark上都争第一，而是在开发者实际工作流所关心的维度上——大上下文、长输出、代码能力、代理任务——做集中突破。

事实上，在Artificial Analysis的Omniscience Index（衡量模型"全知能力"的幻觉抵抗测试）上，GLM-5.2得分4分，准确率25.1%，幻觉率28.1%，说明模型在事实性广泛的问答能力上仍有明显提升空间——但这也反过来说明，Z.ai的资源投入是高度方向性的，优先保障了编程和推理能力。

Intelligence Index的逐项拆解展示了模型能力的提升结构。与GLM-5.1相比，GLM-5.2在科学推理（CritPt）上跳跃了16个百分点至21%，在HLE上提升了12个百分点至40%，在AA-LCR语言理解上提升了9个百分点至71%，在tau3银行业务评测上提升了15个百分点至27%，在SciCode科学编程上提升了7个百分点至50%，在TerminalBench v2.1终端操作能力上提升了16个百分点至78%，在GPQA Diamond常识推理上提升3个百分点至89%。提升幅度最集中的领域并非传统NLP任务，而是那些需要将语言理解与结构化操作能力相结合的"硬技能"任务——写代码、操作终端、做科学推理。这与模型在SWE-bench和FrontierSWE上的表现方向一致。

开源权重加MIT许可证的组合是GLM-5.2最具战略影响力的武器。在当前的AI模型竞争格局中，MIT许可是最宽松的开源协议——任何人都可以下载模型权重、修改、微调、商业部署，无版权限制、无地域限制。这意味着GLM-5.2可以被部署在任何基础设施上、在任何产品中集成、为任何垂直行业定制，而不会产生许可合规风险或供应商锁定。

Artificial Analysis的分析也指出了一个值得关注的效率权衡。GLM-5.2在执行Intelligence Index任务时平均输出43,000个token，其中37,000个是推理token——明显高于GLM-5.1的26,000个，也超过了MiniMax-M3（24,000）、Kimi K2.6（35,000）和DeepSeek V4 Pro（37,000）。推理token的膨胀意味着模型在"思考"上的消耗更多，这也是每次任务成本上升的直接原因。

在Intelligence vs Output Tokens的图表上，GLM-5.2的位置处于"偏离最佳象限"的边缘——模型确实越来越聪明，但这种聪明的代价是让模型说了更多"内部独白"。好消息是，在Intelligence vs Cost per Task的帕累托前沿上，GLM-5.2仍然占据了"在同等智力水平下成本最低"的位置。

从技术趋势的角度观察，GLM-5.2的成功强化了一个正在加速形成的共识：在模型能力逐渐趋近于可用性天花板之后，开源权重、宽松许可以及推理成本将成为比"谁多拿了一两个百分点"更重要的差异化因素。过去两年间，AI模型生态经历了一场从"闭源独大"到"开源权重追平"的结构性变化，而GLM-5.2标志着这场变化进入了第二阶段：开源权重模型不再是闭源模型的"廉价替代品"，而是在核心能力上与之对等、在成本和自由度上显著领先的独立选项。Z.ai给出了一个清晰的答案：你可以用MIT许可获得一个在编码和代理任务上与GPT-5.5旗鼓相当的模型，以六分之一的成本调用它，部署在自己选择的任何基础设施上，不受任何供应商锁定，不承担任何许可合规风险。对于全球范围内的开发者群体和试图在AI应用中控制成本的企业而言，这种价值主张的吸引力是压倒性的。

参考来源：

• GLM-5.2 is the new leading open weights model on the Artificial Analysis Intelligence Index
• Z.ai 开源 GLM-5.2，编程能力超越 GPT-5.5，API 成本仅为其六分之一 - Edgen
• GLM 5.2: Zhipu's Open-Weight Frontier Model With 1M Context - dev.to