核心要点2026 年 6 月 13 日智谱 AI 同日发布GLM-5.2开源大模型与ZCode 3.0编程工具GLM-5.2 参数量754B激活约 A40B首次实现「真正可用」的1M 上下文最大输出 128K在 Artificial Analysis 综合榜单取得51 分与 Anthropic、OpenAI 一起进入前三为开源模型 SOTA采用MIT 协议开源ZCode 3.0 全面切换自研 Agent 内核这是智谱「三个月三版本」的第三步GLM-52 月→ GLM-5.15 月→ GLM-5.26 月详细解读「真正可用的 1M」是什么意思1M 上下文这两年被很多厂商写进发布稿但智谱这次特意强调「真正可用」——不是指标上能塞进 1M token而是在 1M token 范围内推理质量不崩。这个区分很关键。长上下文常见的坑是窗口标得很大但一旦真塞满模型开始「读了后面忘前面」中间段落的信息被忽略。智谱针对长程 Coding Agent 场景做了数月强化训练目标就是让长任务执行更稳、工程规范遵循更可靠、开发场景成功率更高。从「写代码」到「写工程」GLM-5 系列的主线是把能力从「生成一段代码」抬到「完成一个工程」。GLM-5.2 在这条线上继续加码更长的上下文让模型能同时看到更多文件和依赖自研 Agent 内核让它能自己拆任务、跑多步、自我校验。配套的 ZCode 3.0 就是这套能力的载体——用自然语言描述需求模型自动拆解任务、指挥多智能体并发完成编码、调试、预览全流程。MIT 开源这张牌744B~754B 这个参数级别的模型选择 MIT 协议开源在业内相当罕见。MIT 是最宽松的开源协议之一允许商用、修改、闭源分发几乎没有附加限制。在头部厂商纷纷收紧前沿模型访问的背景下智谱用「开源 自研 MIT」三张牌把自己摆到了国产编程大模型「自主可控」路线的核心位置。对企业用户来说权重可下载、协议够宽松意味着私有化部署和二次开发的空间更大。迭代节奏有多快2 月GLM-5 发布参数从上一代 355B 扩到 744BArtificial Analysis 榜单全球第四、开源第一5 月GLM-5.1定位「为长程智能体任务而生」强化 Agent 能力6 月GLM-5.21M 可用上下文 ZCode 3.0 自研内核四个月走完三个版本这个速度本身就是信号。对开发者意味着什么长程 Agent 任务多了个强开源选项如果你在做需要长上下文、多步骤的编码 AgentGLM-5.2 值得进选型清单。私有化部署更现实MIT 协议 开源权重让「自己部署一套」从想法变成可落地方案。成本结构可能更友好开源模型 国产供给给了预算敏感型团队更多腾挪空间实际成本因部署方式和场景而异。在 AnyAIGC 上如何使用不想自己部署、只想直接调 API 的话AnyAIGC 作为多模型聚合网关可以让你用同一套 OpenAI SDK 代码在 GLM、GPT、Claude 之间自由切换——只改model字段from openaiimportOpenAI clientOpenAI(base_urlhttps://anyaigc.com/v1,api_keysk-你的Key,# 在 anyaigc.com 获取)respclient.chat.completions.create(modelglm-5.2,# 也可换 gpt-5.6 / claude-opus-4-8 等messages[{role:user,content:帮我把这个需求拆成可执行的开发任务}],)print(resp.choices[0].message.content)本站为独立第三方技术服务平台提供多模型 API 聚合接入服务与 Anthropic、OpenAI、Google 等模型提供商无任何关联、授权或合作关系。总结GLM-5.2 的关键词是「可用的长上下文」和「MIT 开源」。前者解决的是长程任务能不能稳定跑完后者解决的是模型能不能真正拿来用、拿来改。对国产大模型生态而言智谱这套打法把「自主可控」从口号推向了工程现实。