[庆祝]【智谱GLM-5.2】开源并发布技术blog，代码能力全球前三
☀️事件：北京时间6月17日，智谱旗舰模型GLM-5.2正式开源并发布技术blog，Coding BenchMark全球前三，开源模型第一。
☀️模型能力
【提升1：编程主流测试集得分全球前三】
GLM-5.2在标准代码Benchmark上较GLM-5.1大幅提升（Terminal-Bench 2.1 81.0 vs. 63.5；SWE-bench Pro 62.1 vs. 58.4）。GLM-5.2在Terminal-Bench 2.1上已接近Opus 4.8的85.0和GPT-5.5的84.0；在SWE-bench Pro上仍低于Opus 4.8的69.2，高于GPT-5.5 (58.6)和Gemini 3.1 Pro (54.2)；Arena.ai前端网页编程得分1595仅落后于Fable 5 (1654)。各项编程主流测试集得分全球前三，开源模型第一。
【提升2：架构优化为百万上下文筑基】
GLM-5.2为支撑百万上下文引入索引共享（IndexShare），在稀疏注意力中让每4层Transformer共享一个轻量索引器，减少其中3层的索引点积和topk选择计算；官方称在100万上下文长度下，索引共享可将单token浮点计算量降低2.9倍。同时，GLM-5.2改进多token预测（MTP），将MTP接受长度从4.56提升到5.47，提升约20%。架构升级显著降低模型计算开销并优化长程Agent任务吞吐。
【提升3：百万无损上下文支持长程任务】
在FrontierSWE、PostTrainBench、SWE-Marathon等长程工程Benchmark中，GLM-5.2得分74.4/34.3/13.0，仅落后于Claude Opus系列前沿模型。新架构减少了每个token的计算浮点运算量，但并未按比例降低每个token的KV缓存大小，使百万无损上下文能更稳定支持长程任务。
【其他亮点：引入思考档位机制】
GLM-5.2还引入了effort level（思考档位）控制，用户可自行在能力、速度、成本之间做出平衡。在相近的token预算下，GLM-5.2的Coding能力大致位于Opus 4.7与Opus 4.8之间。
☀️国产芯片适配
据公司官方微信公众号，GLM-5.2的线上推理依托多个国产算力平台，已在Day 0完成与华为昇腾、平头哥、摩尔线程、寒武、昆仑芯、沐曦、海光、壁仞等国产算力平台的推理适配，在国产芯片集群上实现高吞吐、低延迟、大并发的稳定运行。公司预计下半年昇腾 950 超节点上市后，也将成为GLM-5.2强劲的算力底座。
========================
🌹欢迎联系中信计算机团队