GLM-5.2 开源：百万上下文打底，国产 Coding 终于有了长程选手

事件内容 2026 年 6 月 16 日，智谱上线并开源 GLM-5.2。MIT 协议，1M 上下文窗口，Artificial Analysis 综合榜 51 分，与 Anthropic、OpenAI 同列前三，开源 SOTA。Code Arena 百万用户盲测上拿下"全球可用模型第一"。

深度剖析 模型定位四个字：长程任务。智谱把 2025 几乎全部精力砸进 Coding——从 GLM-4.5 到 4.7 已成"开源最强 Coding"。但代码之外，他们瞄向下一个山头：让模型像顶级工程师一样，持续数天乃至数周地规划、执行、检查、修复。

GLM-5.2 的核心突破在两处：

一、Solid 1M 上下文。业界 1M 上下文并不稀罕，但多数方案"一扩就软"——数百 K 之后劣化明显。智谱把 1M Coding Agent 训练环境从"大仓库补全"扩到"大规模实现、自动化研究、性能优化"等真实长程场景，结果是 1M 实战体感有时能反超 Opus。FrontierSWE 上 GLM-5.2 仅低于 Opus 4.8 约 1 个百分点，超过 GPT-5.5 与 Opus 4.7；SWE-Marathon 上仍有 13% 差距，是下一个待攻克的点。

二、极致 Infra。背后三件套：

• IndexShare：每四层稀疏注意力复用同一 indexer，1M 上下文下单位 token FLOPs 压到 2.9 倍。
• MTP 投机解码：接受长度最多提升 20%。
• 自研 Slime 框架：撑大规模 Agentic RL 与 OPD 训练。

发布首日（Day 0）即在华为昇腾、平头哥、摩尔线程、寒武纪、昆仑芯、沐曦、海光、壁仞、天数智芯九家国产算力平台跑通。下半年昇腾 950 超节点上市后，将成 GLM-5.2 强劲底座。

工程实测：Moonshot 实验里，GLM-5.2 用 Rust 从零移植阿波罗 11 号制导计算机（约 4,600 行定点 CPU），让当年 65,000 行未改的登月程序原样起飞——自主复现了差点中止登月的 1202 报警。AutoClaw 跑出 88 万 token 一次连续长程任务，覆盖 Web、移动端、小程序多端。

值得关注的原因 1. 国产 Coding 模型首次在长程任务上正面硬刚 Opus。不是刷分，是交付能力。 2. MIT 协议 + Day 0 国产算力。合规、芯片、模型三方同时 ready，对国内 B 端是信号级事件。 3. 1M 上下文是工程可用，不是技术参数。这才是"长程"二字的真正落点。 4. effort level 思考档位——能力/速度/成本可调，开发者能算账。

风险与待观察点

• SWE-Marathon 仍落后 Opus 4.8 不少，超长周期 agent 是真硬骨头。
• 国产算力 Day 0 跑通≠ Day 30 稳定，吞吐、显存、长尾延迟才是工业战场。
• 1M 上下文的成本曲线未知，企业是否真用得起，看定价。
• AutoClaw / ZCode 跟 Cursor / Claude Code 的生态位重叠度，开发者会用脚投票。

原文：https://www.zhipuai.cn/zh/research/161