GLM-5.2开源上线：专攻长程任务与代码能力，支持百万上下文

1M上下文与长程任务

　　支撑长程任务的基础是GLM-5.2实现了稳定的1M无损上下文处理能力。通过扩展训练环境覆盖自动化研究、性能优化等领域，其1M上下文表现稳定，有时甚至超过Claude Opus。在多个长程任务基准测试中，GLM-5.2表现介于Claude Opus 4.7与4.8之间，是排名最高的开源模型。例如，在FrontierSWE测试集上，其表现仅比Opus 4.8低1%。在实际案例中，GLM-5.2成功在一次长程任务中处理了88万tokens，完整交付了一个覆盖多端的应用程序。

Coding体感

　　在编程能力上，GLM-5.2相比前代GLM-5.1有全面提升，在主流编程基准上保持开源SOTA水平，与Claude Opus 4.8处于可比区间。开发者反馈其提升主要集中在：项目级上下文承载更强、长程任务执行更稳定、生产级工程规范遵循更可靠、客户端与移动端工程能力更扎实。模型还引入了“思考档位”控制，以平衡能力、速度与成本。

极致Infra优化

　　GLM-5.2的进步得益于模型架构、推理系统和训练基础设施的协同设计。通过提出IndexShare等技术，在1M上下文下将单位token的计算成本（FLOPs）降低至2.9倍。在推理部署上，GLM-5.2已在发布首日完成与华为昇腾（886058）、平头哥等众多国产算力平台的适配，实现稳定运行。

面向开发者与知识工作者

　　GLM-5.2的长程任务能力正改变工作模式。在开发场景中，已有案例实现Agent自主将大型历史飞控程序移植到Rust语言。通过Agent产品AutoClaw，其能力也应用于设计、法务等白领场景，例如一次性生成并迭代数十个设计原型。

开源与使用方式

　　GLM-5.2的模型权重已在Hugging Face与ModelScope平台开源，遵循MIT开源协议，可自由商用。模型已获得vLLM等主流推理框架支持。同时，GLM-5.2 API已上线，并已纳入GLM Coding Plan服务，向全量用户开放。