今天，GLM-5.2正式上线并开源。

相较于6月13日智谱宣布的面向GLM Coding Plan用户全量开放，现在，无论是个人开发者还是企业团队，都可以自由获取、使用和商用这一目前最强开源模型。

一、Solid 1M上下文，长程任务的基座

GLM-5.2实现了真正可用的1M无损上下文——不是"宣称支持"而是"工程上真正可靠"。

智谱表示，他们花了数月时间，专门针对1M Coding Agent场景进行强化训练，覆盖大规模代码实现、自动化研究，性能优化和复杂调试等多个高价值领域，使得GLM-5.2在1M上下文下的表现"有时甚至超越Opus"。

在三个长程任务基准测试中，GLM-5.2均位列开源模型第一：

实测显示：GLM-5.2能够完成开发、联调、测试到打包上线的完整流程，交付一个覆盖Web、移动端与小程序的多端应用，累计处理88万Tokens——几乎用满了1M上下文窗口。这样的大型工程过去需要一支团队协作数周，现在GLM-5.2能在一次长程任务中跑完。

二、开源最强Coding能力

智谱表示，从2025年初开始，几乎投入全部力量攻关Coding。2025年中，代码基座GLM-4.5发布；年底的GLM-4.7已经成为效果最好的国产Coding模型。

本次在Code Arena等盲测平台上，GLM-5.2表现优异，据官方数据，该模型取得了全球可用模型第一的表现。

更值得关注的是"体感"——这是开发者实际使用中最直接的感受。有开发者用Rust从零再造了送人类登月的计算机，将当年65000行、一字未改的登月飞控程序移植为Rust，整个过程由Agent全自主走完。

此外，在Agent Arena（智能体综合评估平台）上，GLM-5.2排名第10，是排名最高的开源模型之一。

根据数十万开发者的反馈，GLM-5.2的提升主要体现在四个方面：

1. 项目级上下文承载更强：能把完整工程放进同一条推理链路里
2. 长程任务执行更稳定：复杂任务能持续推进，不容易中途跑偏
3. 生产级工程规范遵循更可靠：能守住团队研发流程里的硬约束
4. 客户端与移动端工程能力更扎实：不止写App，还能完成真机调试闭环GLM-5.2还引入了"思考档位"（effort level）控制功能，用户可以在能力、速度和成本之间做出平衡。在相近的token预算下，GLM-5.2的Coding能力大致位于Claude Opus 4.7与Claude Opus 4.8之间。

三、技术架构的创新

GLM-5.2的进步来自于三个层面的协同优化：模型本身、推理系统、训练方法。

IndexShare技术

这是智谱提出的一种创新架构优化。在传统的大语言模型中，每个注意力层都需要独立的"索引器"来计算和存储信息。而IndexShare技术让每4层稀疏注意力层共享同一个索引器——这就像4个人共用一个图书管理员，不需要每个人都有自己的管理员。

这项技术使得在1M上下文长度下，模型处理每个token的计算量降低为原来的约1/2.9（即计算效率提升2.9倍），大幅提升了推理效率。

MTP层优化

智谱还改进了用于投机解码（Speculative Decoding）的MTP层。投机解码是一种"先用小模型草稿，再用大模型校验"的加速技术，可以显著提升推理速度。GLM-5.2的MTP层优化后，投机解码的接受率提升20%，这意味着更快的推理速度和更高的效率。

推理引擎的三层优化

为了高效服务1M上下文，智谱对推理引擎进行了三个方向的优化：

1. KV-cache容量优化：在LayerSplit基础上引入更细粒度的内存管理和并行策略，为超长上下文请求提供更多可用缓存空间
2. 长上下文内核优化：优化随着上下文长度增长而成本增加的内核，更好协调缓存传输管道，最小化缓存传输对prefill和解码性能的影响
3. CPU端优化：优化CPU端缓存管理、请求调度和运行时执行路径，减少GPU执行管道中的气泡，提升端到端吞吐量结果显示，随着上下文长度增长，GLM-5.2的吞吐量优势越来越大，在长上下文推理场景中展现出更强的可扩展性。

Anti-Hack模块

Coding强化学习中，Agent可能"走捷径"：直接读取测试答案、从GitHub复制代码。

Anti-Hack模块采用两步检测：

1. 规则过滤：抓可疑行为（比如访问不该访问的文件）
2. LLM判断：确认是不是真的在"作弊"

发现作弊时，不是直接终止，而是返回假信息，同时让训练继续——避免模型因突然停车而"晕车"。

Slime框架

传统训练一个Coding模型需要数周，Slime框架把时间压缩到约2天。

它支持多种训练模式——可以自学（白盒）、模仿专家（黑盒）、高效压缩（紧凑轨迹）等，像一个高度自动化的"模型工厂"。

更重要的是，训练时积累的经验可以直接复用到生产环境——训练侧和服务侧形成闭环，互相增强。

四、开源与使用方式

开源协议：GLM-5.2采用MIT开源协议，这是最高权限的开源协议——可自由下载、部署与商用，无任何地域限制。

开源地址：

• GitHub：https://github.com/zai-org/GLM-5
• Hugging Face：https://huggingface.co/zai-org/GLM-5.2
• ModelScope：https://modelscope.cn/models/ZhipuAI/GLM-5.2API接入：
• Z.ai平台：https://docs.z.ai/guides/llm/glm-5.2
• 智谱BigModel平台：https://docs.bigmodel.cn/cn/guide/models/text/glm-5.2在线体验：
• Z.ai：https://chat.z.ai
• 智谱清言App/网页版：https://chatglm.cnAPI定价（国内）：

注：缓存存储目前限时免费。

五、GLM Coding Plan：适合不同开发者的订阅套餐

Lite套餐

• 价格：¥49/月（连续包季约¥44.1/月）
• 定位：面向轻量级小仓库迭代
• 功能：支持20+编程工具，包括Claude Code

Pro套餐

• 价格：¥149/月（连续包季约¥134.1/月）
• 定位：面向日常中型仓库开发
• 功能：包含Lite全部功能，5倍Lite用量，优先获取最新旗舰模型和功能，包含精选MCP工具，更快的生成速度

Max套餐

• 价格：¥469/月（连续包季约¥422.1/月）
• 定位：面向中大型仓库的高级用户
• 功能：包含Pro全部功能，20倍Lite用量，峰值时段专属资源保障

团队套餐

六、从"智能助手"到"数字员工"

在发布长程任务能力的同时，智谱也展望了更远的未来。

"代码还不是AGI，在通往AGI的路上，还有更多的高山需要翻越。"智谱介绍道。

下一个目标是"完全自治的智能体系统"（Autonomous Agent System）。基于长程任务之上，让AI能够自主驱动、协同作业、7×24小时运转的智能体群体将成为新的生产力形态。

从"智能助手"走向"数字员工"，构建包含成千上万个不同专业"性格"与"技能"的智能体社会，让它们自主辩论、协作、审查代码、调度资源，实现"自动驾驶"级别的数字生产力——这将是智谱下一步攻克的方向。

GLM-5.2的发布，不仅是智谱AI技术实力的又一次展现，更体现了"前沿智能属于所有人"的理念。MIT开源协议、1M无损上下文、开源最强Coding能力，这些特性让每一个开发者都能站在同一起跑线上，用AI重新定义软件工程的工作方式。

相关资源：

• 技术博客：https://z.ai/blog/glm-5.2
• 技术报告：https://arxiv.org/abs/2602.15763
• GLM Coding Plan：https://z.ai/subscribe
• ZCode产品页：https://zcode.z.ai/
• AutoClaw产品页：https://autoglm.zhipuai.cn