智谱发布百万 token 上下文的 GLM-5.2

背景

发布材料中的基准成绩均与 GLM-5.1 对比给出。^[1]

发生了什么

2026 年 6 月 16 日，智谱以 MIT 许可证发布 GLM-5.2。^[2][1] 上下文窗口由 20 万（200K）token 提高到 100 万（1M）token。^[2][1]

关键细节

维基百科给出该模型的基础模型为 7430 亿（743B）参数，GLM-5.3 之后使用的也是同一基础模型。^[2] IndexShare 让每四层共用一个稀疏注意力索引器，在 100 万 token 的上下文下，把每个 token 的浮点运算量降低为原来的约 1/2.9。^[1]

在推理方面，GLM-5.2 在 HLE 上得分 40.5（GLM-5.1 为 31），带工具时为 54.7（GLM-5.1 为 52.3）；在 GPQA-Diamond 上得分 91.2（GLM-5.1 为 86.2）；在 AIME 2026 上得分 99.2（GLM-5.1 为 95.3）。^[1]

在编程方面，它在 SWE-bench Pro 上得分 62.1（GLM-5.1 为 58.4），在 Terminal Bench 2.1 上得分 81.0（GLM-5.1 为 63.5），在 DeepSWE 上得分 46.2（GLM-5.1 为 18）。^[1]

影响

此次发布报告了两项变化：更长的上下文，以及更低的每 token 计算成本。两者对需要长时间保留大量历史的智能体任务最为相关。^[1]

怎样看基准成绩

基准成绩只有在相同测试、相同条件下比较才有意义。厂商公布的对比表通常只选取部分测试与部分对手，因此读数字时要同时看测试名称和对比对象。两个分数之间的小幅差距，本身未必说明能力上的实际差别；而且单项测试很少能概括模型的全部能力。

开放权重与托管平台

开放权重（open weights）指公开模型训练好的参数文件，使他人可以下载并在自己的设备上运行。开放权重与开源并不等同：模型是否属于开源，还取决于许可证，它决定了使用者可以对权重做什么。Hugging Face 是托管模型及其权重、供人下载的平台，本系列中多款智谱模型的权重都曾在那里发布。