中國開源大模型GLM-5.2的發(fā)布，與Anthropic兩款前沿模型因美國出口管制被緊急下架，在同一時間節(jié)點形成對照，凸顯AI行業(yè)正在同時經(jīng)歷技術(shù)供給與監(jiān)管邊界的重塑。

智譜AI發(fā)布的GLM-5.2在長程編程基準(zhǔn)FrontierSWE上取得74.4分，僅落后Anthropic頂級閉源模型Opus 4.8約1個百分點，并超過GPT-5.5。該模型采用MIT協(xié)議開源，成為目前最強開源權(quán)重模型之一，顯示開源陣營正在進入與閉源前沿模型正面競爭的區(qū)間。

幾乎同步，據(jù)彭博報道，美國商務(wù)部長Howard Lutnick致信Anthropic，援引出口管制法規(guī)，要求其在向全球任何外國人提供Fable 5和Mythos 5訪問權(quán)限前取得政府許可證。Anthropic隨后緊急關(guān)閉兩款模型的全球訪問權(quán)限。

這一組合事件正在改變投資者對AI產(chǎn)業(yè)鏈的判斷。開源模型的性能追趕，正在削弱閉源模型的定價權(quán)和可替代性優(yōu)勢；而美國監(jiān)管對前沿模型的直接干預(yù)，則提高了閉源商業(yè)模型的可獲得性風(fēng)險。東方證券認(rèn)為，開源模型有望獲得更多份額，國內(nèi)模型迭代也將繼續(xù)支撐算力與Token服務(wù)需求高增。

GLM-5.2逼近閉源前沿模型，開源首次進入核心競爭區(qū)

GLM-5.2的關(guān)鍵意義，不在于單項指標(biāo)領(lǐng)先，而在于其把開源模型推入了前沿閉源模型的競爭半徑。

根據(jù)發(fā)布數(shù)據(jù)，GLM-5.2參數(shù)規(guī)模為753B，配備1M token穩(wěn)定上下文窗口，采用MIT協(xié)議完全開源。在FrontierSWE基準(zhǔn)上，GLM-5.2得分74.4，Opus 4.8為75.1，差距約1個百分點，同時超過GPT-5.5的72.6，也顯著高于Opus 4.7。

在PostTrainBench這一測試Agent訓(xùn)練小模型能力的基準(zhǔn)中，GLM-5.2以34.3分排名第二，僅次于Opus 4.8的37.2，高于GPT-5.5的28.4。這意味著GLM-5.2不僅在代碼任務(wù)上表現(xiàn)突出，也在Agent相關(guān)能力上接近前沿閉源模型。

差距仍然存在。在最高難度的SWE-Marathon基準(zhǔn)上，GLM-5.2得分13.0，Opus 4.8為26.0，仍有明顯落后。但在開源陣營內(nèi)部，GLM-5.2保持優(yōu)勢，同類開源模型Gemini 3.1 Pro在該基準(zhǔn)上得分為4.0。

AI研究機構(gòu)Proximal評價稱，GLM-5.2是“第一個真正縮小了Anthropic/OpenAI與其他模型提供商之間巨大技術(shù)鴻溝的模型”。從工程部署看，GLM-5.2引入的IndexShare技術(shù)將超長上下文計算量壓縮至三分之一，使1M上下文的實際落地具備更強成本可行性。

Fable 5下架，模型能力“武器化”風(fēng)險觸發(fā)監(jiān)管執(zhí)行

Anthropic事件顯示，前沿模型的監(jiān)管已從政策討論進入行政執(zhí)行階段。

據(jù)彭博報道，Howard Lutnick援引《出口管理條例》第744.22(b)條款，以Anthropic模型存在被外國軍事情報機構(gòu)利用的“不可接受風(fēng)險”為由，要求其在向全球任何外國人提供Fable 5和Mythos 5訪問權(quán)限前必須取得商務(wù)部許可證，否則將面臨刑事及民事處罰。Anthropic隨后關(guān)閉兩款模型的全球訪問權(quán)限。

東方證券研報援引媒體報道稱，亞馬遜致電美國政府官員并提交報告，稱其研究人員成功突破Anthropic旗下Mythos模型的安全限制，訪問到被認(rèn)定構(gòu)成國家安全威脅的內(nèi)容；同時，在特定提示詞引導(dǎo)下，F(xiàn)able 5模型能夠挖掘出至少四款軟件程序中的安全漏洞。這被認(rèn)為是美國商務(wù)部對Fable 5及Mythos 5實施出口管制，并禁止境外和外籍用戶訪問的重要原因。

這一變化表明，當(dāng)前模型能力增強后，安全問題不再只是產(chǎn)品缺陷或合規(guī)問題，而開始被納入國家安全和產(chǎn)業(yè)安全框架。東方證券認(rèn)為，未來模型安全檢測有望成為必要需求和剛性環(huán)節(jié)。

Anthropic公開表示反對這一舉措，認(rèn)為政府應(yīng)對“不成比例”，并指出相關(guān)漏洞“簡單且普遍存在于其他公開可用模型中”。公司警告，如果同等標(biāo)準(zhǔn)擴展至全行業(yè)，所有前沿模型的新部署可能實質(zhì)上陷入停滯。據(jù)華爾街見聞報道，Anthropic技術(shù)團隊已于本周一赴商務(wù)部與官員舉行會談。

閉源模型可獲得性受壓，開源份額有望提升

Anthropic兩款模型的“閃電封禁”，暴露出閉源商業(yè)模型在可獲得性與穩(wěn)定性上的短板。

對全球開發(fā)者和企業(yè)而言，依賴閉源前沿模型意味著核心業(yè)務(wù)可能因政策指令而突然中斷。這種不確定性會削弱技術(shù)棧的可靠性，尤其是在模型能力已嵌入開發(fā)、Agent、代碼生成和安全分析等關(guān)鍵流程之后。

相比之下，開源模型具備開放權(quán)重、自主可控、可本地部署等特征。東方證券認(rèn)為，這些特征使開源模型成為規(guī)避地緣政治風(fēng)險、保障業(yè)務(wù)連續(xù)性的更優(yōu)選擇。未來下游用戶可能不再只追求模型性能，而會更多轉(zhuǎn)向穩(wěn)定可用、自主掌控、持續(xù)可及的模型體系。

這將直接利好開源生態(tài)。GLM-5.2在性能上接近閉源前沿模型，同時具備開源授權(quán)和本地部署條件，使其在企業(yè)替代選擇中的吸引力上升。若出口管制框架繼續(xù)擴展，受影響最深的可能是依賴全球商業(yè)化收入的閉源模型提供商，而高性能開源模型反而可能加速滲透。

OpenAI表態(tài)顯示，人才與合規(guī)壓力正在外溢

Anthropic事件的影響已經(jīng)擴散至其他AI實驗室。

據(jù)The Information報道，OpenAI首席戰(zhàn)略官Jason Kwon在周六的內(nèi)部Slack消息中告知員工，公司已“強烈”向政府表明，構(gòu)建AI“需要來自全球各地的最優(yōu)秀人才”，這“是美國在AI領(lǐng)域保持領(lǐng)先的重要原因之一”。Kwon同時表示，OpenAI仍在評估政府針對Anthropic行動的影響，稱這是“一個快速演變、存在大量未知因素的局面”。

OpenAI總法律顧問Che Chang在另一條內(nèi)部消息中提醒員工，“不應(yīng)嘗試協(xié)調(diào)回應(yīng)，或直接通過Anthropic或其他實驗室的聯(lián)系人解決問題”，理由是“這里適用反壟斷規(guī)則”。這一表態(tài)顯示，在共同面對監(jiān)管不確定性時，各AI實驗室仍需要避免形成協(xié)調(diào)行動的合規(guī)風(fēng)險。

外籍研究人員的集中度，使政策風(fēng)險進一步具備產(chǎn)業(yè)結(jié)構(gòu)含義。據(jù)MacroPolo數(shù)據(jù)，2024年在AI頂級學(xué)術(shù)會議上發(fā)表論文的研究人員中，38%本科就讀于中國高校，高于五年前的29%，其中近四分之三目前在美國工作。戰(zhàn)略與國際研究中心Wadhwani AI中心主任Aalok Mehta表示，政府對在前沿AI模型上工作的外籍公民尤為擔(dān)憂，尤其關(guān)注AI實驗室是否建立了強有力的管控機制。

算力需求仍是主線，國產(chǎn)模型調(diào)用量有望繼續(xù)增長

GLM-5.2的發(fā)布與Anthropic模型下架，并不只影響模型競爭格局，也會影響算力和Token服務(wù)需求。

東方證券認(rèn)為，國內(nèi)多家模型公司產(chǎn)品在全球模型性能榜單上處于較領(lǐng)先位置，且多數(shù)保持開源。GLM-5.2被評估為迄今能力最強的開源模型，支持真正可用的1M上下文，并在長程任務(wù)中保持領(lǐng)先，在Coding能力上保持國內(nèi)領(lǐng)先，對Anthropic模型形成較強替代效應(yīng)。

由于國內(nèi)模型性能領(lǐng)先、多數(shù)開源、API調(diào)用成本較低，中國模型已在OpenRouter等Token分發(fā)平臺上占據(jù)領(lǐng)先位置。疊加Anthropic兩款領(lǐng)先模型下架，國產(chǎn)模型API調(diào)用量有望進一步提升，基于國產(chǎn)模型的算力與Token服務(wù)需求預(yù)計將維持較好增速和景氣度。

高盛One-Delta交易臺負(fù)責(zé)人Rich Privorotsky在報告中指出，AI板塊正面臨兩股力量：一方面是更廣泛的應(yīng)用普及與算力需求上升；另一方面是代幣通縮加劇、貨幣化前景存疑以及股票供給持續(xù)擴大。市場當(dāng)前正更加關(guān)注后者。

但從中長期產(chǎn)業(yè)邏輯看，成本下降與訪問門檻降低，可能推動代幣消耗量和算力需求同步擴張。開源模型性能提升，將降低企業(yè)使用AI的門檻，也可能放大推理、Agent和長上下文任務(wù)的調(diào)用規(guī)模。對投資者而言，開源模型份額提升與算力需求高增，正在成為AI產(chǎn)業(yè)鏈重估的核心變量。