智谱 GLM-5.2 编程测评

短的结论：时来天地皆同力

基本情况：

GLM 前一代 5.1 曾经是国模中第一个真正冲过 Sonnet 把持的编程基本可用线的，但由于上下文问题，在超过 100K 后注意力快速散失，导致在真正生成环境下，可用性大幅下滑。如果不是注意力问题，GLM-5.1 在当时就会更加接近 Opus 4.5 （非推理模式）。

在 GLM-5.1 之后的 2 个月里，DeepSeek V4，Qwen3.7-Max，Kimi K2.6 等模型多次挑战国产模型 Coding SOTA 败北。而北美又往前迭代了两代，GPT-5.5 与 Opus 4.8 已经把差距拉的更大，横空出世的 Fable-5 更是将 AI 智力天花板往上抬到了卡门线，离逃逸只差一步。这也意味着国产模型与世界顶级的差距正在被进一步拉大。

在这种万马齐喑之时，最终还是智谱自己来破局。GLM-5.2 不但补齐了 5.1 的短板，更是靠着扎实的后训练和泛化场景覆盖，把 Coding 能力直接推进到世界一流模型的门口。

* 完整榜单见：https://llm2014.github.io/llm_benchmark/#category=code_v3&dataset=code_v3%7C2026-06%7C0

在目前公开成绩的 5 个工程中，GLM-5.2 取得了 3 个 A 档成绩，A 档意味着模型几乎不犯错，对用户需求的理解是一步到位的，这个成绩持平 Opus 4.8，（Opus 4.8 在表里有 2 项 Skip，这是由于其前代已经拿到 A 过关，新版默认按 A 算，不再测试）只在小众一些的 Mac，Rust 等场景略输一些。但可用性也十分在线，不需要用户干预过深，仅靠自己推理也能完成项目，而其前代 5.1 则完不成 5 个项目。

在非公开的 2 个复杂度更高工程中，GLM-5.2 是首次参与，排除背题可能。 2 个项目均以 C 档通过。但扣分并不高，主要是个别挑战高的环节，GLM-5.2 也会反复修改 2～3 次。大部分国产模型没有测过隐藏题，但 DeepSeek和 GLM-5.1 是无法完成项目的。

GLM-5.2 在能力接近 Opus 4.8 的同时，完成工程的消耗却要显著更低，以二者成绩相近的 F 项目为例，Opus 4.8 一共产生了 564 次 tool calls，输出260K。而 GLM-5.2 使用 557 次 tool calls，输出仅170K。其他项目 GLM 消耗也都低于 Opus，没有特例。不过需要说明，还是 GLM-5.2 工作在 max 档位，Opus 在 high 档位的错位对比。

在架构能力上，GLM-5.2 的规范性显著提升，在不同类型的项目中，都能基本遵循对应技术栈的好实践（注意不是最佳实践），不会出现像 GPT 这样仅在少数技术栈有架构设计意识的情况。GLM-5.2 会尽量多写代码，把架构的每个细节都填实，丰满。这导致在 5 个工程中，GLM-5.2 的产出代码量是目前在测模型最高，平均高出 30%。换个角度看，GLM-5.2 在代码量比模型更高的情况下，却很少出现因为看漏代码细节导致的 Bug，也足以证明其 1M 上下文的含金量。

在前端审美上，GLM-5.2 相对较为克制，在完全满足用户基本要求前提下，不会自行发挥太多，所以其直出的 UI 看起来比较朴素。但与之配套的交互可用性却相当高，以隐藏项目 E2 为例，其中有一处交互是为两个相邻的视频 clip 添加专场特效，需要同时兼顾每个 clip 原先已有的复杂手势交互，施展空间很小。先前测试的模型都翻过车，但 GLM-5.2 顺利通过。

在小众领域，需要承认 GLM-5.2 还达不到 Opus 的知识广度，像 G 项目需要大量使用较新的技术栈，GLM 从头到尾都在被三方库的 API 问题坑。GPT 在面对这类任务，会大量搜索官方文档，demo。而 GLM 也搜索，但只是检索最新版本是多少，实际开发遇到的 API 也是靠试错和推理趟过去，没有再去核对文档。如果实战中配上明确的背景知识补充和提供文档，GLM 表现会好很多。

汇总起来，GLM-5.2 凭借在 GLM-5/5.1 时代的先发优势，积累了大量的 Know How和真实数据，如今是这些积累一次性兑现的时刻。从结果来看，GLM-5.2 能不能算持平 Opus/GPT，可能根据任务和场景，不同人会有不同判断，但至少大幅领先其他所有国产模型的论断是成立的，国产模型第一次在国内也拉开了代差。

如果说国内大部分程序员曾经高度依赖 Opus 和 GPT 的最强模型来完成工作，但因为渠道问题或者费用问题，无法敞开用，那么很快我们就能看到这个级别的模型因为开源而部署的无处不在，成本大幅下降，将会带来怎样令人充满期待的景象。

每当北美与国内的模型差距被拉大到让人不安的境地时，总会有一个模型跳出来证明国内还跟得上，国产不会输。而这次也正逢传奇模型 Fable-5 被禁，正应了那句话，“时来天地皆同力”，这既是智谱，也是所有相信国内团队的人的同心同力。