先扔个数字。
跑长周期编程任务的 FrontierSWE 榜单上，智谱（现在改叫 Z.ai）的开源模型 GLM-5.2 拿了 74.4 分。同台的 GPT-5.5 是 73 分上下，Claude Opus 4.8 是 75 分多一点。
换句话说，一个权重全开、MIT 协议、随便下随便商用的国产模型，在编程这件最硬的活上，挤进了闭源第一梯队的身位——跟 Opus 只差不到一分。
更扎心的是价钱：干同样的活，它的 token 单价大概是 GPT-5.5 的六分之一。
这分到底硬不硬
光看一个榜容易翻车，得多看几个。
- MCP-Atlas（测调工具的能力）：GLM-5.2 拿 77.0，反超 GPT-5.5 的 75.3，离 Opus 4.8 的 77.8 就差一点
- 几个要跑好几个钟头的”工程马拉松”榜单上，GLM-5.2 基本都压着 GPT-5.5
- Artificial Analysis 那个综合智能指数给了它 51 分，直接挂上”现存最强开源权重模型”的牌子
模型本身是个 MoE，总参数 7440 亿，每次激活 400 亿，上下文拉到 100 万 token。
这里有个容易被跳过的细节：100 万上下文谁都敢标，难的是塞满了还不掉链子。智谱自己也清楚这点，原话是——
“A 1M context is easy to claim, but much harder to keep reliable under real engineering pressure.”
讲人话就是：标个一百万谁不会，真在工程里连续干几个钟头还稳，那才算数。它给的解法叫 IndexShare，在 100 万 token 这个量级上把每个 token 的算力砍到原来的三分之一左右。
也别急着吹
有意思的是，这模型有个明显的短板：费 token。
独立测评里它被点名”同级里最不省的之一”——同样一道题，它要烧掉比别家开源模型多得多的 token 才能做完。便宜的单价，乘上更大的用量，省下来的钱就没账面上那么唬人了。
所以”六分之一的成本”这话，得打个折看。单价确实低，但你要是让它跑那种来回试错的 agent 任务，账单会比你预想的厚。
那句狠话
跑分之外，这周真正让人多看一眼的，是智谱 CEO 唐杰开的那一炮。
马斯克之前放过话，说中国要追平美国最强模型，得等到 2027 年第一季度。唐杰这周的意思很直接：用不了那么久。
这话搁半年前可能还像喊口号，现在配上 GLM-5.2 的跑分，多少有了点底气。Fable 5 那种闭源天花板眼下还在前面，但差距从”代差”压到了”一两分”——而且追的那个，是免费、开源、随便拿走的。
这事的微妙之处
对做技术的人来说，真正的变化不在”谁第一”，在”第一和能白嫖的之间还剩多少”。
一年前，你想要顶级编程能力，只能给 OpenAI 或者 Anthropic 付费，把代码喂进人家的 API。现在多了个选项：权重下回本地，MIT 协议没有地域限制，编程跑分敢跟付费天花板掰手腕。
对那几家靠 API 收钱的闭源厂来说，这才是真正难受的地方——不是被某个对手超了，是被一个”免费”的选项咬住了脚后跟。
至于唐杰那句”比 2027 更早”能不能兑现，跑分会接着给答案。
参考来源：CocoLoop、Z.ai's open-weights GLM-5.2 beats GPT-5.5 on multiple long-horizon coding benchmarks for 1/6th the cost（VentureBeat）；Zhipu AI's GLM-5.2 closes in on closed-source leaders in coding marathons（The Decoder）