新智元報道

【新智元導(dǎo)讀】GLM-5.2全量開放！1M上下文真能用，長任務(wù)不忘事。

昨晚，Claude Fable 5被美國政府一封信直接全球下架。

上線才72小時，說沒就沒。連Anthropic自家外籍員工都不許碰。數(shù)億用戶一覺醒來，直接懵了。

老外自己先坐不住了，梗圖滿天飛——Anthropic那邊說「我們的模型太危險了」，美國政府回一句「那我禁了」。

就在剛剛，國產(chǎn)模型回應(yīng)來了：GLM-5.2，全量用，最高權(quán)限開源。

GLM Coding Plan 全量用戶開放，Lite、Pro、Max、團(tuán)隊版，今晚全部能用！

下周API上線，MIT協(xié)議開源，權(quán)重隨便拿。

一邊在關(guān)門，一邊在開門。

從GLM-5到5.1再到今晚的5.2，智譜在Coding這條路上死磕了整整一年。

5.1剛把開源模型推到8小時長程任務(wù)，社區(qū)反饋還很熱，5.2就直接把上下文懟到了1M——而且是那種真能用的1M！

這次GLM-5.2有兩個關(guān)鍵詞：真1M上下文，Coding國產(chǎn)之光。

到底怎么樣？全網(wǎng)都在等Bench

在Anthropic這一通操作的背景之下，5.2模型剛一宣布要開源，海外社區(qū)就炸了。

國外知名博主AICodeKing在內(nèi)測完給出的評價相當(dāng)直接：這個模型品位出色，代碼始終非常干凈。我讓它微調(diào)一個完整的本地模型，30分鐘就搞定了。全方位都表現(xiàn)優(yōu)異。

目前已公布的開發(fā)者實測Bench來看，性能基本對標(biāo)Opus 4.8——實打?qū)嵉膰a(chǎn)之光。

智譜其實在前兩天就開通了coding plan用戶的一波內(nèi)測（在最近的AI圈發(fā)模型中也是常規(guī)操作了）

而我們潛水的內(nèi)測社群里，體感反饋也一致得嚇人。

有網(wǎng)友表示，「這是國內(nèi)第一款在我工作流上達(dá)到Opus級的模型」。

另一位內(nèi)測用戶更直白——「用過5.2回不去5.1了，在大項目里面有種4.7到5的跨越式進(jìn)步。上頭的感覺。」

知乎上甚至有人說：「從下周開始，通過中轉(zhuǎn)站用Opus的人必須面對一個問題——你用的Opus如果是GLM-5.2冒充的，你可能分辨不出來，甚至表現(xiàn)更好?！?/p>

官方Bench還沒出全，全網(wǎng)都在等。但就目前開發(fā)者自己跑出來的數(shù)據(jù)和體感來看，Coding國產(chǎn)第一這個位置，GLM-5.2坐得穩(wěn)。

第一時間拿到內(nèi)測資格后，我們也迫不及待地上手實測了下。果然和之前的模型不一樣。

一口氣寫完，三種尋路算法全跑對了

讓GLM-5.2寫一個尋路算法可視化器。它給你一次搞定。

A*、Dijkstra、BFS——三種算法各有各的套路，一個都沒搞混。

連優(yōu)先隊列都是自己寫的，不是拿現(xiàn)成的庫糊弄。

最狠的是分屏對比：兩種算法同時跑，各走各的路、各算各的數(shù)，畫面上五顏六色地鋪開——這等于一個文件里同時管兩套獨立的搜索過程，狀態(tài)一串就全亂。它沒串。

六套邏輯塞在一個文件里，從頭到尾都不打架——算法、動畫、交互、對比、統(tǒng)計、迷宮生成，全記著，全對著。

Coding跟長上下文的真功夫，就體現(xiàn)在這種地方。

長任務(wù)，不忘事

GLM-5.1已經(jīng)能連續(xù)自主工作8小時，但想再往前推，繞不開一個坎：上下文。

一個連續(xù)干幾小時活的智能體，要經(jīng)歷數(shù)千次工具調(diào)用、讀寫幾萬行代碼、攢下一大堆中間狀態(tài)。

窗口不夠長，它就得不停壓縮、丟棄。很多長任務(wù)翻車，不是模型不夠聰明，是它忘了。

所以1M上下文的意義，不是參數(shù)表上一個更大的數(shù)字，而是讓模型能把整個項目一口氣吃進(jìn)去——代碼、決策、約束全記著，從頭干到尾不丟東西。

現(xiàn)在標(biāo)稱1M的模型不少，但用過的人都有體感：喂進(jìn)去是喂進(jìn)去了，記不太住。

很多模型過了25萬token就開始「失憶」；而且上下文越長，算力和顯存燒得越猛——不是不能跑，是跑起來又慢又貴，沒人敢這么用。

從結(jié)構(gòu)下手，用一套注意力層面的創(chuàng)新組合拳，把1M長度下的效果衰減和推理成本一起壓了下來。

在長文基準(zhǔn)上，GLM-5.21M長度的衰減明顯小于同類模型。

連續(xù)干了4小時，搓出一整個合成器工作站

這個case最能說明「長任務(wù)，不忘事」到底意味著什么。

一句話需求扔過去——做一個專業(yè)級的HTML音樂合成器工作站，WebAudio，零依賴。

然后它就開始干了。不是干幾分鐘，是整整4個小時，一口氣，中間沒人插手。

4個小時里它自己寫代碼、自己組了29個review智能體從4個維度對著自己的代碼挑毛病、揪出18個bug全部修掉、還跑了Headless Chrome自動化測試驗證完整音頻鏈路。

最狠的是，自動測試還抓到了一個review都沒發(fā)現(xiàn)的致命bug，它自己修了。

最終交付：177,000個token的工作量，一個回合完成。

這就是1M上下文的意義。

4小時、17萬token、幾十個模塊的狀態(tài)全攥在手里不丟——這是「記性好」。

而記性好，恰恰是長任務(wù)能不能交付的生死線。

74萬多條日志喂進(jìn)去，它沒忘開頭

我們直接把一整月、幾十萬token的服務(wù)器日志全塞給GLM-5.2，讓它揪出一個月前埋下的雪崩苗頭。

5月28日的雪崩誰都看得見，但GLM-5.2把根因一路倒推回了5月3日那條藏在第661行的連接池等待警告。

那條WARN當(dāng)時還自愈著、淹沒在幾千條正常日志里，毫不起眼。

月末爆發(fā)時，它還能精確引用到月初的原始行號和時間戳，把「連接池滿載 → 慢性積累 → 徹底耗盡 → 級聯(lián)503」串成一條完整的因果鏈。

短上下文模型跑到日志尾段，開頭那條火種早就被壓縮、丟棄了——它只能告訴你「5月28日崩了」，給不出為什么會崩。

能從結(jié)尾想起開頭，長上下文才真正變成了推理能力。

上千行代碼，三種玩法各有各的物理規(guī)則

讓GLM-5.2跑一個 2D 粒子物理模擬器。

自由模式里粒子互相吸引、碰撞了還會合并成更大的——質(zhì)量加在一起、速度按比例分配。

物理課本上那套動量守恒它能老老實實玩明白了。

切到軌道模式，規(guī)則整個換了一套：只有中間那顆大星球吸引別人，小粒子之間不合并，不然軌道全亂。

再切煙花模式，引力又變成往下掉的重力，粒子還會慢慢變暗消失。

三種模式共用一套畫面循環(huán)，但「力怎么算、撞了怎么辦、要不要消失」全按模式分開處理，干凈利落。

一千多行代碼從頭寫到尾，前面定的規(guī)矩后面全記著，沒一處自相矛盾。

4份合同一起喂，跨文檔揪出隱藏矛盾

4份合同、幾萬字，一次性全喂進(jìn)去，它沒看花眼。

最見功力的是：合同3說「打官司」，合同1卻說「走仲裁」，它一眼看穿這倆湊一塊兒會「打架」，還順藤摸瓜把兩份合同串了起來。

這種活，得同時把4份合同攥在腦子里才做得出來。

長上下文在這兒不是「塞得下」，是「記得住、對得上、能交叉」。

前沿智能，不該說沒就沒

回到開頭那件事。

Fable 5上線3天就被強(qiáng)制下架，全球開發(fā)者發(fā)現(xiàn)自己賴以工作的模型說沒就沒了。依賴Fable 5構(gòu)建產(chǎn)品的團(tuán)隊，服務(wù)直接掛掉。

你永遠(yuǎn)不知道自己手里的工具什么時候會被一封信收走。

在海外閉源前沿模型訪問不確定性上升的背景下，國產(chǎn)開源模型的含金量還在提升。

智譜堅持coding模型已經(jīng)超過1年了，這次把開發(fā)者千呼萬喚的1M、長任務(wù)這些已經(jīng)不新鮮的詞做「solid」：讓中國開發(fā)者手里這臺Coding模型，是真能扛復(fù)雜大活的那種可用，不再是榜單上好看、用起來打折。

智譜給這次發(fā)布寫了一句話，下午被AI圈刷屏：前沿智能，不該只屬于少數(shù)人，也不該被少數(shù)規(guī)則隨時收回。它應(yīng)該開放、可用、可構(gòu)建，服務(wù)每一位開發(fā)者。

這句話聽著，格外實在，GLM繼續(xù)加油。