GLM-5.2 模型发布

GLM-5.2 在 Hugging Face 上发布，是一款长视野任务旗舰模型，首次实现稳定 1M token 上下文，并通过 IndexShare 架构将每 token FLOPs 降低 2.9 倍，MTP 层提升推测解码接受长度 20%。模型采用 MIT 开源许可，无地域限制。基准测试中，GLM-5.2 在 AIME 2026 上达到 99.2，在 HLE 上为 40.5（使用工具 54.7），在 CritPt 上为 20.9，均超越前代 GLM-5.1 并接近或超过部分竞品。当前热度分 230，点赞 4063，下载 534698。

GLM-5.2 首次在开源模型中提供稳定的百万 token 上下文，推理能力（如数学竞赛 AIME 2026 得分 99.2）达到顶尖水平，相比前代 GLM-5.1 有质的飞跃。纯开源 MIT 许可消除了地域和技术获取障碍，使长上下文模型更易被开发者和企业采用。

IndexShare 机制在每四层稀疏注意力中复用同一索引器，减少长上下文下的计算量；改进的 MTP 层通过更准确的推测解码增加每个 token 的接受长度，从而降低延迟。这些优化使得在 1M 上下文中仍能保持合理的推理效率。

开发者可基于 GLM-5.2 构建需要超长上下文的产品，如文档分析、代码库理解、长对话助手。MIT 开源许可降低授权成本，但推理资源需求较高（尤其是 1M 上下文），需权衡性能与部署成本。测试结果提示模型在推理任务上表现突出，适合需要高精度数学推理的场景。

• 开发基于 1M 上下文的代码审查工具，一次性分析整个代码库。
• 构建长文档问答服务，支持用户上传书籍或论文并获得深层回答。
• 集成到实时协作编辑器中，为长文档提供智能续写与修改建议。
• 推出按 token 计费的 API 服务，吸引需要研究级推理能力的客户。

• GLM-5.2 在实际部署中处理 1M 上下文的端到端延迟和成本如何？
• 未公开的基准测试（如通用语言理解、多轮对话）表现如何？
• 社区是否有性能复现或优化指南？
• Z.ai API 平台的具体定价与可用性未在证据中说明。