GLM 5.2 开源，技术博客详览

国产模型的高光时刻

GLM-5.2 现已开源，技术博客同步放出：

744B MoE，40B 激活，1M 上下文，MIT 协议

模型已纳入 GLM Coding Plan，API 同步上线，全量可用，价格跟 5.1 保持一致

在大家最为关心的 Coding 领域，GLM-5.2 在 Arena 上以 1595 分拿下第二，也是这个Coding 榜单上最强的【可用模型】

考虑到最近 Gemini 不尽如人意，可以说...GLM 挤掉哈基米，荣登 coding 御三家

Code Arena: Frontend（来源：arena.ai）

还有就是：今晚在有 GLM 开发者见面会，欢迎大家来玩（见文末）

Benchmark 总览

GLM-5.2 Full Benchmark Table

GLM-5.2 专为长程任务能力（Long Horizon Task）而生，全新特色包括：

- Solid 1M 上下文，稳定支撑长程任务

- 更强体感\更实用的 Coding 能力

- 极致 Infra 优化，Day 0 运行在国产算力平台

- MIT 开源协议，允许美国人民使用

长程任务

三个基准均跑在 1M 上下文、Max 档位、128K 最大输出下，GLM-5.2 在所有开源模型中排名第一

Long-Horizon Task Evaluation

FrontierSWE（20 小时级复杂工程）

Opus 4.8：75.1%，GLM-5.2：74.4%，GPT-5.5：72.6%。差 0.7 个百分点

PostTrainBench（给 Agent 一块 H100，10 小时内做 post-training）

Opus 4.8：37.2%，GLM-5.2：34.3%，GPT-5.5：25.0%

SWE-Marathon（编译器、内核优化等超长周期工程）

Opus 4.8：26.0%，Opus 4.7：16.0%，GLM-5.2：13.0%，GPT-5.5：12.0%。差了一倍，排在 Opus 4.7 后面

Coding 评测

8 项 Coding + Agentic 评测中，GLM-5.2 保持开源 SOTA，相比 5.1 跨代提升明显

LLM Performance Evaluation

Terminal-Bench 2.1：GLM-5.2 拿 81.0，Opus 4.8 是 85.0，GPT-5.5 是 84.0（5.1 是 63.5）

MCP-Atlas：77.0 vs 77.8。SWE-bench Pro：62.1 vs 69.2。NL2Repo：48.9 vs 69.7，这项差距最大

值得注意的是 HLE with Tools：GLM-5.2 拿了 54.7，Opus 4.8 是 52.3，GPT-5.5 是 52.2

效率曲线

在 Claude Code 上跑 Terminal-Bench 2.1、DeepSWE、SWE-Atlas 的平均分，GLM-5.2 的 High 档跟 Opus 4.8 的 High 基本重合（约 73%），Max 档 GLM-5.2 约 75%，Opus 4.8 约 78%

Agentic Coding Performance by Effort Level

对比 GLM-5.1：Non-Thinking 到 Max 全程低 15 到 20 个百分点，代际提升很大

1M 上下文架构

为了让 1M 上下文在工程上真正可用，GLM-5.2 在架构和推理引擎上做了系统优化

GLM-5.2 Architecture for 1M Context

IndexShare for DSA

每 4 层 transformer 共享一个轻量 indexer，top-k 索引复用到后续 3 层，省掉 3/4 的 indexer 点积和 top-k 计算。从 mid-training 阶段就用 IndexShare 训练

MTP with IndexShare and KVShare

改进 MTP 层用于投机解码：indexer 只在第一步放置，后续步骤复用 top-k 索引。这样第二步的 KV cache 只包含来自 target model 的隐状态，消除了 GLM-5.1 中的训练和推理不一致

MTP Inference with IndexShare

四步叠加效果：baseline 4.56 > +IndexShare+KVShare 5.10 > +Rejection Sampling 5.29 > +End-to-end TV Loss 5.47（+20%）

Serving 1M

上下文从 200K 扩到 1M 后，推理瓶颈转向 KV-cache 容量、长上下文 kernel 开销和 CPU 侧开销。三个方向优化：基于 LayerSplit 的细粒度内存管理和并行策略，长上下文 kernel 与 cache 传输 pipeline 协同，CPU 侧缓存管理和请求调度

随上下文长度增长，GLM-5.2 的吞吐优势更大

Agentic RL 训练

GLM-5.2 的 agentic RL post-training 涉及更大规模、更多领域、更复杂的执行模式。长程交互、工具调用、子任务拆解、多轮环境反馈都对 rollout 和训练编排提出了更高要求。两个核心改动：一是用 slime 框架统一训练和大规模推理 rollout，二是针对 coding RL 的 reward hacking 问题引入 anti-hack 模块

slime 框架

slime 是从训练到大规模推理 rollout 的一体化基础设施，支持 white-box / black-box rollout、compact trajectory、sub-agent workflow。GLM-5.2 的 post-training 用 slime 做并行 OPD 训练，将 10+ 个专家模型合并为最终模型，整个 OPD 过程约两天完成

长程 RL + Anti-Hack

长程任务的执行轨迹更长，经过 compaction 后子轨迹数量和长度差异很大。GLM-5.2 从 group-wise 优化转向基于 critic 的 PPO，用 token-level advantage 适配不等长子轨迹

Coding RL 容易 reward hacking：读取受保护评测文件、从上游 commit 复制答案、直接 curl 拉取目标代码。GLM-5.2 引入 anti-hack 模块，两阶段检测（rule-based filter + LLM judge），在线拦截 hack 行为并返回 dummy 信息，让 rollout 继续而非中断

开源与使用方式

模型权重遵循 MIT License，GitHub / Hugging Face / ModelScope 均已上线，vLLM、SGLang、transformers 等主流推理框架已支持

- BigModel 开放平台：docs.bigmodel.cn/cn/guide/models/text/glm-5.2

- Z.ai：docs.z.ai/guides/llm/glm-5.2

- 技术博客：z.ai/blog/glm-5.2

今晚 7 点，z.ai 团队讲来到 AGI Bar（上海），带一场「开发者面对面」活动。你能看到 5.1 和 5.2 的对比测试，还能听 Builder 们激情开麦

无需预约，直接 walk-in