一、突破與業界定位

2026 年 6 月，智譜（Z.ai）正式發布並開源新一代旗艦模型 GLM-5.2，成為首個在 Terminal-Bench 2.1 評測突破 80% 的開源模型（拿下 81.0 分，較前一代 GLM-5.1 的 63.5 分大幅躍升 17.5 分），並在多項排行榜中衝入第一梯隊。在 Design Arena 程式碼類別中，GLM-5.2 更直接拿下第一名，領先 Claude Fable 5 約 10 個 Elo 分數，象徵閉源旗艦長期主導頂級能力的局面正在鬆動。

更具指標性的是，其程式碼生成能力已能與最新頂級閉源模型並駕齊驅，在 SWE-bench Pro 拿到 62.1 分，超越 GPT-5.5 的 58.6 分；在專為長週期任務設計的 FrontierSWE 評測中拿到 74.4%，與 Claude Opus 4.8（75.1%）幾乎打平。開源陣營首次在 Agent 與 Coding 兩個最關鍵戰場同時站穩腳步。

二、兩大核心賣點

第一是原生且穩定的 100 萬 Token 上下文。市面上不少模型雖宣稱支援大上下文，實際輸入幾十萬字後就會開始「遺忘前段內容」；GLM-5.2 此次特別強調「穩定運行」，能在百萬 Token 規模下維持資訊召回與推理連貫性。

第二是旗艦級長週期任務能力。模型可一次處理整部小說、大型專案的完整程式碼庫，或多個文件資料庫，並能連續運作數小時甚至數天。AI 競爭的核心已不再是「誰更會回答單一問題」，而是「誰更會處理任務」，這也是 GLM-5.2 想搶下的關鍵位置。

三、六項實測表現

針對 Agent 與程式碼生成能力，社群實測中 GLM-5.2 交出以下成績（以下為第三方實測整理，非官方測試）：

  1. Minecraft 風格 3D 遊戲：成功生成互動方塊世界，跳躍、攀爬、切換方塊皆正常。
  2. 清明上河圖 3D 場景：以 JavaScript 重建汴河兩岸風貌，含紅橋、城門、攤位、柳樹，並支援視角切換、漫遊與晝夜起霧效果；但物理判定有明顯錯誤（船隻駛上岸、人物穿牆懸浮），整體風格較為簡陋。
  3. 機場飛機模擬器：跑道、機艙視角、油門、起飛、轉向、翻轉全部正常運作。
  4. 地鐵 FPS 射擊遊戲：2049 年廢棄隧道場景、迷宮地圖、射擊音效俱全，但未成功生成怪物。
  5. GTA 風格俯視角賽車：含警車與撞車判定，功能正常但操作手感較難掌握。
  6. 專業射箭俱樂部網站：表現最為亮眼，具質感的排版、高水準文案（如「瞄準靶心，箭無虛發」），甚至自動規劃會員方案（月卡 480 / 季卡 1288 / 年卡 4200）與聯絡表單。

整體可見 GLM-5.2 在結構化任務（網站、模擬器、文案）上已相當成熟，但在嚴格物理模擬與動態世界建構上仍有缺陷。

四、本地部署門檻與務實建議

值得提醒的是消費級硬體幾乎無法運行 GLM-5.2。

部署框架方面，官方推薦 SGLang（推論速度最佳），亦支援 vLLM、llama.cpp、Ollama。但真正的門檻在硬體：

  • 滿血版（FP8）：檔案近 1TB（約 740GB+），需 8 張 H200，或雲端 8 張 H100 才能順利執行。
  • Q4 量化版：縮減至約 470–500GB，仍需約 480GB 顯示記憶體（如 6 張 80GB 顯示卡）。
  • 最低量化版：仍需 180–280GB 顯示記憶體，必須仰賴頂規 Mac（M 系列統一記憶體）或多張 RTX 4090 搭配 256GB 記憶體才能勉強運作。

換算下來，滿血版的建置成本動輒百萬台幣級別。除非企業極度重視本地資料安全，否則一般使用者不需強求本地部署。考量開源模型迭代速度極快，直接購買 API 反而是更具性價比的選擇。

開源旗艦能力首次與閉源頂尖並駕齊驅，AI 產業的競爭規則正在被重寫。對企業與開發者而言，問題已從「能不能用」轉變為「該怎麼用」，而這正是 AI 工程化下一階段的真正起點。