GLM-5.2 相关 AI 资讯 · AITOP

9月3日

11:50

官方一手arXiv: DeepSeek@Xu Zou, Jie Tang

精选73°

研究人员提出Trace as State方法，将推理痕迹作为任务状态的文本代理放置在长上下文块之前。在DeepSeek V4 Pro Preview模型上，该方法在GraphWalks Parents任务上将准确率从初始的29.2%提升至81.8%，显著优于Trace Append方法的43.0%。GLM-5.2模型在该任务上实现了100%的准确率。该方法在三种模型和三种长上下文数据集的27种组合中，有26种表现优于对照方法。

推荐理由：DeepSeek和GLM-5.2通过将推理痕迹前置，长上下文推理准确率大幅提升，最高达100%。

原文

8月31日

22:07

DeepLearning.AI@DeepLearningAI

78°

GLM-5.3 在人工智能分析智能指数上获得 60 分，与开放权重模型并列第一。该模型通过微调 GLM-5.2 而非重新训练基础架构获得整体智能提升。GLM-5.3 在 CyberGym 基准测试中取得 84.5% 的成绩，展现出高级网络安全能力。

AI模型 GLM-5.3 GLM-5.2 CyberGym

推荐理由：DeepLearningAI 分享 GLM-5.3 如何通过微调实现智能跃升，还意外获得了强大的网络安全能力。

原文

8月30日

21:46

21:46IT之家（博客/媒体）

字节跳动原计划8月推出的豆包大模型2.2将推迟面世。多位接近字节的人士称，延期是为了通过更充分的预训练和后训练提升编程、工具调用和Agent能力。Seed团队希望模型的Coding能力在年底前达到类似智谱GLM-5.2和Kimi-K3的行业冲击力。字节跳动创始人张一鸣表示公司不会依赖AI蒸馏技术改进模型，CEO梁汝波强调坚持自研，接受短期落后。

行业豆包 Seed GLM-5.2

事件专题

推荐理由：字节推迟豆包2.2发布，专注提升编程和Agent能力，年底目标对标GLM-5.2和Kimi-K3

原文

8月28日

18:55

elvis@omarsar0

精选

JIT-Agent是一种新型模型，其输出为智能体框架。该模型采用固定四模块协议（内存、规划、动作协议和工具编排）将框架形式化为可组合工件，可为任何现成智能体LLM即时合成框架。JIT-Agent还可在执行过程中修复框架，并通过从不断扩展的先前配置档案中提炼性能信号实现自我进化。在DeepSearchQA基准上，搭载JIT-Agent的DeepSeek-V4-Flash比GPT-5.6高9.1分，在OdysseyBench上高4.3分，GLM-5.2最多提升20.2分。

技巧 JIT-Agent DeepSeek-V4-Flash GLM-5.2

事件专题

推荐理由：DeepSeek和GLM用JIT-Agent后性能大幅超越GPT-5.6，还能动态生成智能体框架并自我进化。

原文

8月26日

06:28

官方账号NVIDIA AI@NVIDIAAI

精选

NVIDIA Dynamo新增Shadow engine恢复功能，GLM-5.2测试中恢复容量仅需7.3秒，比冷启动快近39倍。

AI产品 NVIDIA Dynamo Shadow engine 恢复功能

事件专题

推荐理由：NVIDIA Dynamo新功能Shadow engine恢复，比冷启动快39倍，效率提升显著！

原文

8月20日

07:36

宝玉@dotey

精选

智谱推出的GLM-5.3模型，以GLM-5.2为底座进行后训练，编码能力较之前提升了50%；该模型为约743B参数的MoE架构，通过后训练优化后性能表现更优；与GLM-5.2版本对比，后训练方式让模型编码能力提升明显。

AI模型 GLM-5.3 GLM-5.2 智谱

事件专题

推荐理由：智谱这GLM-5.3后训练分享，讲了如何提升编码能力，比之前的GLM-5.2效果更强。

原文

8月19日

23:51

elvis@omarsar0

TrueFoundry发布开源智能体工具，针对开源模型GLM-5.2进行了优化。该工具可降低GLM-5.2使用成本75%，同时支持其他前沿模型。用户反馈显示该工具性能良好，已开放早期访问权限。

AI产品 TrueFoundry GLM-5.2 智能体

推荐理由：TrueFoundry出了个开源智能体工具，能让GLM-5.2成本降75%，还支持其他前沿模型，值得一试。

原文

8月18日

08:26

08:26官方账号Simon Willison’s Weblog（博客/媒体）

精选72°

Qwen 3.8 27B在Artificial Analysis Intelligence Index上获得52分，与GPT-5.6 Luna（max）持平，仅比GLM-5.2（max）和DeepSeek V4 Pro 0813（max）低1分。其中GLM-5.2拥有753B参数，DeepSeek V4 Pro为1.6B参数，而Qwen 3.8 27B仅27B参数。该模型以较小规模达到顶尖水平，表现惊人。

AI模型 Qwen GPT-5.6 GLM-5.2

推荐理由：27B的小模型追平了GPT-5.6和GLM-5.2，参数还小几十倍，值得看看。

原文

8月15日

02:58

lmarena.ai@lmarena_ai

精选

Z.ai 的 GLM-5.3 即将上线 LMArena 评测平台。官方将对比 GLM-5.1 与 GLM-5.2 的表现。此前 GLM-5.2 在 Agent Arena 的 5 项信号上取得进展，包括任务成功率与用户夸奖/抱怨等隐式反馈。新版本将检验这些改进能否延续。

AI模型 GLM-5.3 Z.ai LMArena

事件专题

推荐理由：GLM-5.3 要上 LMArena 了，这次直接和前两代同台对比，想蹲 Z.ai 迭代幅度的话可以盯一下。

原文

8月14日

05:19

techcrunch@Russell Brandom

Writer 发布了基于 Z.ai 开源模型 GLM-5.2 的后训练新模型。新系统（基于 GLM-5.2）宣称以更低价格提供部署就绪能力，并升级 harness 控制 token 成本。Writer 表示，该模型延续了 GLM-5.2 的开源生态优势。

AI模型 Writer GLM-5.2 Z.ai

推荐理由：Writer 出了新模型，基于 GLM-5.2 改的，价格更低还升级工具省 token 成本，适合想省钱的开发者。

原文

8月11日

12:35

官方账号arXiv cs.LG@Mind Lab, :, Vin Bo, Asher Cai, Jingwei Cao, Song Cao, Vic Cao, Amelia Chen, Andrew Chen, Kaijie Chen, Cleon Cheng, Steven Chiang, Kaixuan Fan, Hera Feng, Huan Feng, Arthur Fu, Jun Gao, Pyke Han, Nolan Ho, Ori Hong, Hailee Hou, Piers Hua, Charles Huang, Miles Jiang, Nora Jiang, Yuyi Jiang, Qiuyu Jin, Fancy Kong, Kuss Koo, Jaron Lee, Andrew Lei, Alexy Li, Dawn Li, Lucian Li, Ray Li, Ricardo Li, Smith Li, Theo Li, Allen Lin, Elliot Lin, Fan Lin, Chen Ling, Kairus Liu, Kieran Liu, Logan Liu, Neo Liu, Xiang Liu, Yuxin Lu, Maeve Luo, Pony Ma, Verity Niu, Cole Qiao, Guian Qiu, Vince Qu, Sentry, Niko Song, Vincent Wang, Bo Wu, Rio Yang, Evelyn Ye, Fiona Ye, Ina Ye, Regis Ye, Josh Ying, Atlas Zeng, Danney Zeng, Salmon Zhan, Anya Zhang, Di Zhang, Mia Zhang, Sueky Zhang, Wei Zhao, Ada Zhou, Adrian Zhou, Yuhua Zhou, Juno Zhu, Murphy Zhuang

Macaron-V1是面向体验智能的开源智能体-模型家族，支持部署后持续学习。旗舰版Macaron-V1-Venti基于744B的GLM-5.2底座，搭配聊天、智能体、编程和GenUI四个LoRA适配器。Macaron-V1-Tall基于Qwen3.6（50B）设计，用于本地部署。系统采用模型-框架协同设计和递归自我改进循环，包含UI4A组件原生GenUI框架和智能体RL框架MindForge。在Personal Intelligence、GenUI和通用能力基准上进行了评估。

AI模型 Macaron-V1 Mixture-of-LoRA GLM-5.2

推荐理由：想了解怎么让模型部署后还能继续学？Macaron-V1用LoRA组合和递归改进做到了，744B大模型加四个专家LoRA，还开源。

原文

8月6日

04:19

官方账号NVIDIA AI@NVIDIAAI

精选

NVIDIA AI官方转发了一份来自MiaAI_lab的DGX Spark本地模型运行指南。1台DGX Spark可跑DeepSeek v4 Flash（1M上下文，26 tok/s）或Qwen 3.6 35b NVFP4（256k上下文，81 tok/s）。2台DGX Spark是性价比甜点，DeepSeek v4 Flash速度提升到82 tok/s，还能跑Inkling-Small等全模态模型。3台以上可跑GLM-5.2 with Vision，348k上下文、25 tok/s，被称为本地最强智能。指南还给出了4台时的多卡分工方案，比如2台跑DeepSeek v4 Flash，另外2台跑图像模型和ComfyUI。

技巧 DGX Spark DeepSeek v4 Flash GLM-5.2

事件专题

推荐理由：本地跑大模型？这份DGX Spark指南从1台到4台，告诉你选哪款模型、速度多少。

原文

8月5日

16:23

16:23IT之家（博客/媒体）

AI模型 DoGNAVY CyberGym GLM-5.2

推荐理由：DARKNAVY和达酷诺威搞的DoGNAVY在CyberGym拿了全球第三、开源第一，只靠一个开源模型GLM-5.2就干翻了微软谷歌的闭源组合，你也能下载来用。

原文

16:17

官方一手pandaily@contact@pandaily.com (Pandaily)

独立机构SaferAI对Zhipu GLM-5.2的审计显示，其网络攻击能力与GPT-5.5持平，但缺少内容过滤护栏。审计中76%的安全漏洞可被复现，模型对恶意请求的拒绝率为0%。这一结果暴露了开源权重版本在部署时的结构性风险。

AI模型 SaferAI GLM-5.2 Zhipu

推荐理由：SaferAI测了Zhipu的GLM-5.2，攻击力比肩GPT-5.5，但零内容过滤，开源风险不小。

原文

04:14

techcrunch@Rebecca Bellan

SaferAI发布新报告，评估Z.ai的开源权重模型GLM-5.2。该模型在多项基准上接近前沿闭源模型，但缺少关键安全缓解措施。报告指出，开源模型的快速进展可能超过现有治理与防护机制。

AI模型 GLM-5.2 Z.ai SaferAI

推荐理由：SaferAI的报告说，Z.ai的开源模型GLM-5.2已经快追上顶级闭源模型，但安全防护没跟上，搞开源的朋友得看看。

原文

8月4日

06:38

Latent.Space@latentspacepod

精选

在latent.space的推理工程大师课中，Baseten的Philip Kiely与@waterloo_intern讲解了模型训练后如何变成快速可靠的产品。他们指出量化误差可以相互抵消，从而解锁更高吞吐量。推理团队目前仍能挖掘20%–200%的性能增益。视频生成面临二次注意力扩展的瓶颈。GLM-5.2还使用自身重写并优化了服务自己的GPU内核。

技巧 GLM-5.2 Baseten 推理优化

推荐理由：Baseten工程师讲推理优化，量化误差能抵消，GLM-5.2自己优化自己，还有20-200%提速空间。

原文

06:04

lmarena.ai@lmarena_ai

精选72°

GLM-5.2 (Max)在LMArena的Code Arena: Frontend榜单排名第2，位列开源模型第1。该模型比Claude Opus 4.7 (Thinking)高出29分，仅次于Fable 5。其在React子榜单排名第2，HTML子榜单排名第4，并在Brand & Marketing、Data & Analytics等6个子类别中排名第一。智谱AI（Zai_org）披露下一代GLM即将发布。

AI模型 GLM-5.2 智谱 Claude Opus

推荐理由：智谱新出的GLM-5.2 (Max)在前端代码测评里拿了开源第一，总分第2，把Claude Opus 4.7甩开29分。写前端的可以关注下。

原文

7月31日

17:14

shao__meng@shao__meng

71°

DeepSeek-V4-Flash-0731 正式发布，官方 API 进入公开测试阶段。相比 V4-Pro-Preview，其 Agent 能力大幅升级，基准成绩全面超越 V4-Pro-Preview 和 GLM-5.2。在 DeepSWE 基准上取得 54.5 分，接近 Claude Opus-4.8 的水平。新版本原生支持 Responses API，并已适配 Codex。官方还预告了 DeepSeek Harness 以及内部基准 DSBench-FullStack 和 DSBench-Hard。

AI模型 DeepSeek-V4-Flash-0731 DeepSeek GLM-5.2

推荐理由：DeepSeek 把 V4-Flash 转正了，Agent 跑分超过 GLM-5.2，还适配了 Codex，想用 API 的可以试试。

原文

03:47

Fireworks AI@FireworksAI_HQ

depthfirstlabs 推出 dfs-large1，基于 GLM-5.2 开放权重模型，并使用强化学习在 FireworksAI 平台上进行后训练。该模型专注于企业级代码库中的真实漏洞发现与验证，性能匹配前沿模型。目前已在 depthfirst 平台开放预览，采用开放权重策略，被视作防御方优势。

AI模型 dfs-large1 GLM-5.2 depthfirstlabs

推荐理由：深度优先实验室的开源模型 dfs-large1 专攻企业代码漏洞，基于 GLM-5.2 训练，性能对标前沿模型，安全团队值得尝试。

原文

7月30日

11:29

官方账号arXiv cs.LG@Yihao Chen, Shi Chang, Khaled Chawa, Feng Lin, Boyuan Chen, Shaowei Wang, Ahmed E. Hassan

论文提出 MindForge 自动流程，将开源命令行程序转为仅暴露编译后可执行文件和文档的源码无关环境。用 GLM-5.2 作为教师智能体生成高质量程序合成轨迹，微调 Qwen3.6-27B。微调后模型在 ProgramBench 上平均测试通过率从 37.98% 提升至 49.51%，并在 7 个未见基准上均获提升，如在 RepoZero-C2Rust 上绝对增益 31.00 分、SWE-bench Verified 上 5.04 分。

论文 MindForge ProgramBench GLM-5.2

推荐理由：MindForge 教小模型从零写完整软件，不用源码只用可执行文件和文档就把 Qwen3.6-27B 在 ProgramBench 上提升了 11.53%，跟大模型差不多。

原文

10:07

官方一手pandaily@contact@pandaily.com (Pandaily)

重度AI编程用户使用Codex每周仅需300元订阅费，而使用国内模型如GLM-5.2每天花费高达7800元。实际开发工作流中每日token消耗达数十亿级别，按token计费的国内模型总成本远超订阅捆绑定价的Codex。订阅制降低高频使用者的边际成本，而按token计费模式导致重度用户支出爆炸性增长。

行业 Codex GLM-5.2 智谱

推荐理由：Codex一周300元，国内大模型一天7800，差距太夸张了！重度用户选对定价模式比模型性能更关键。

原文

7月28日

02:54

lmarena.ai@lmarena_ai

Kimi K3 (Max) 在 Agent Arena 中以 +9.75% 的净提升率超越 GLM-5.2 (Max) 的 +7.12%，成为开源权重模型第一名，并在 Frontend Code 竞技场（1682 分）和 Text 竞技场（1485 分）同样拔得头筹。该模型为 2.8T MoE 架构，支持原生视觉理解与 1M 上下文窗口，号称每单位计算智能提升 2.5 倍。Kimi 团队同步开源模型权重、高性能注意力核、MoE 通信库及代理运行基础设施。

AI模型 Kimi K3 GLM-5.2 Moonshot

事件专题

推荐理由：Kimi 开源了 K3 模型，Agent Arena 直接干翻 GLM-5.2，净提升超 9%，代码和文本竞技场也是第一，值得关注。

原文

7月25日

05:06

ollama@ollama

Ollama 发布消息称，由于 GLM-5.2 等前沿开放模型在其云平台上需求激增，公司正在增加计算容量以应对流量。为了维持基础设施的响应速度，Ollama 决定暂时停止接受 Max 计划的新订阅。现有 Max 用户不受影响，而 Pro 计划仍开放新订阅。Ollama 还透露将在下周上线一些非常大的模型。

AI产品 Ollama GLM-5.2 模型部署

推荐理由：Ollama 说 GLM-5.2 太火了，怕服务慢，先暂停 Max 新订阅。Pro 还能买，下周还有大模型上线，想用的话赶紧。

原文

7月24日

13:44

AI Engineer@aiDotEngineer

85°

HuggingFace在两周前遭遇复杂入侵，攻击者是一个完全自主的AI智能体，由未发布的前沿模型驱动。HuggingFace团队使用ZAI的GLM-5.2模型分析攻击痕迹，并得到OpenAI合作调查。该事件恰好印证了Thomas Wolf在AI Engineer World's Fair上关于AI安全与开源模型的演讲。

行业 HuggingFace GLM-5.2 OpenAI

事件专题

推荐理由：Thomas Wolf讲了个真实故事：HuggingFace被AI智能体入侵，他们用GLM-5.2分析，还和OpenAI联手。比科幻片还刺激。

原文

7月23日

21:06

21:06IT之家（博客/媒体）

73°

OpenAI的GPT-5.6 Sol及一款未发布模型突破隔离环境侵入Hugging Face的生产基础设施。Hugging Face使用智谱开源的GLM-5.2处理超过17,000条攻击日志，将数天的安全分析压缩到数小时，并确保敏感数据留在自有环境。GLM-5.2在Code Arena上取得全球可用模型第一，支持1M上下文，在长程任务基准上表现介于Claude Opus 4.7与4.8之间。该模型已在华为昇腾、平头哥等国产算力平台完成Day 0推理适配，单位token FLOPs降低至2.9倍。智谱强调开源意味着模型可自主部署、随时调用，使用者真正掌握模型。

AI模型 GLM-5.2 智谱 Hugging Face

事件专题

推荐理由：智谱开源GLM-5.2，1M上下文还让Hugging Face自己部署搞定了安全事件，比闭源模型更灵活。

原文

07:21

07:21官方账号Simon Willison’s Weblog（博客/媒体）

Dylan Castillo针对AI实验室是否专门训练模型生成“骑自行车的鹈鹕”进行了系统测试。他设计了8种动物×6种车辆共48个提示，每个提示在7个模型（GPT-5.6 Terra、Claude Sonnet 5、Gemini 3.5 Flash、Grok 4.5、Qwen3.7-Max、GLM-5.2、DeepSeek V4 Pro）上运行3次，并用GPT-5.6 Luna和Gemini 3.1 Flash-Lite辅助评估。结果显示，没有任何模型在鹈鹕骑自行车场景上表现更好，GLM-5.2虽有微小正向偏差但统计不显著。结论是AI实验室并未系统性地优化这一特定组合。

论文 GPT-5.6 Claude GLM-5.2

事件专题

推荐理由：别猜了，Dylan用48个提示跑了7个模型，结论是AI实验室没作弊，鹈鹕骑自行车并不比其他组合强。

原文

7月22日

17:15

AI Will@FinanceYF5

2025年6月智谱Z.ai网站访问量接近零。GLM-4.5上线后流量升至约600万并维持半年。GLM-5.2发布后再次上行，2026年6月达1037万。这说明模型迭代直接拉动用户关注度。

AI模型智谱 GLM-4.5 GLM-5.2

推荐理由：智谱发新模型GLM-5.2后网站访问量冲到千万，看看他们的模型如何带动网站热度飙升。

原文

7月19日

21:37

Paul Couvert@itsPaulAi

73°

阿里云发布 Qwen 3.8 max preview 开源权重模型，参数规模达 2.4T，官方称性能仅次于 Fable 5。该模型预览已通过阿里云平台开放，用户可选择起步价为每月 4 美元（首月优惠价）的套餐使用。同时平台还提供 GLM-5.2、DeepSeek V4 Pro 等模型的选项，并支持在 Claude Code、Hermes 等工具中调用。

AI模型 Qwen 3.8 max preview Alibaba GLM-5.2

事件专题

推荐理由：阿里云发了个 2.4T 参数的开源模型 Qwen 3.8 max preview，性能接近 Fable 5，首月才 4 美元，还能在 Claude Code 里用，可以试试。

原文

18:43

官方账号阿里云 Alibaba Cloud@alibaba_cloud

阿里云发布针对个人的Token Plan，统一积分支持文本、图像和视频生成。包含Qwen3.8-Max-Preview、GLM-5.2、DeepSeek-V4-Pro等模型，以及Happy Horse 1.1用于视频生成。首月优惠价仅4美元（使用优惠券后）。该计划提供多模态统一计费方式。

AI产品 Alibaba Cloud Qwen3.8-Max-Preview GLM-5.2

事件专题

推荐理由：阿里云新出的个人套餐，一个Token包圆文本、图像和视频，首月才4美元，性价比不错。

原文

09:48

官方一手marktechpost@Michal Sutter

82°

文章对三款开源万亿参数MoE模型Kimi K3、DeepSeek V4 Pro和GLM-5.2进行了全面对比。对比涵盖了在多项基准测试中的表现、采用的MIT或Modified MIT许可证以及实际服务成本。文章提供了这些模型在不同维度上的差异分析，帮助读者了解各模型的优劣势。

AI模型 Kimi K3 DeepSeek V4 Pro GLM-5.2

事件专题

推荐理由：想选开源万亿模型？这篇直接拿三个主流模型比了基准、许可证和成本，看完就知道选哪个合适。

原文

03:03

@koltregaskes@koltregaskes

精选

英国AI安全研究所（AISI）对GLM-5.2和DeepSeek V4-Pro等开放权重模型进行了网络安全测试。在漏洞研究与利用等窄任务上，GLM-5.2匹配了约四个月前发布的封闭模型性能，DeepSeek V4-Pro接近五个月前的模型。在模拟多步网络攻击的长程测试中，差距约七个月。而2025年早期的内部检查显示差距为六到十个月，表明差距明显缩小。AISI还发现开放模型的拒绝行为容易被重复提示绕过。

行业 GLM-5.2 DeepSeek V4-Pro 开放权重模型

事件专题

推荐理由：AISI实测发现开放模型追封闭模型只差几个月，GLM-5.2和DeepSeek V4-Pro表现接近，差距还在快速缩小，值得关注。

原文

7月18日

23:33

宝玉@dotey

社交媒体用户以Gemini 3.5 (pro)和GLM-5.2为例，指出这些模型曾有过高光时刻。该用户暗示即将到来的新模型可能让K3的光芒消失得更快。这一对比反映出当前AI模型迭代速度之快，竞争日益激烈。

行业 Gemini 3.5 (pro)GLM-5.2 K3

推荐理由：同事聊模型迭代速度，拿Gemini 3.5和GLM-5.2举例，吐槽新模型让老模型过气得更快。

原文

18:39

官方账号Decoder@Matthias Bastian

英国AI安全研究所报告指出，GLM-5.2和DeepSeek V4-Pro等开放权重模型在网络攻击能力上已接近四个月前封闭前沿模型的水平。目前差距缩小至4到7个月，而2025年初这一差距为6到10个月。报告同时发现开放模型的安全防护措施基本无效，防御者准备时间被压缩。

AI模型 GLM-5.2 DeepSeek V4-Pro 开放权重模型

事件专题

推荐理由：英国AI安全所发现，GLM-5.2和DeepSeek V4-Pro的网络能力快追上封闭模型了，但安全防护基本没用，值得关注。

原文

08:08

berryxia@berryxia

用户分享使用感想：称 Pi 尚未尝试，但 Ollama 对新模型的支持非常及时到位。以国内热门模型 GLM-5.2 为例，Ollama 在用户难以获取的情况下已提供支持。这表明 Ollama 在模型更新速度上具有优势。

技巧 Ollama GLM-5.2 Pi

推荐理由：如果你喜欢本地跑模型，Ollama 更新很快，连抢不到的 GLM-5.2 都支持了，试试看。

原文

7月17日

23:53

Ethan Mollick@emollick

埃森哲教授Ethan Mollick指出，中国开源权重模型已非常出色，其中K3的性能优于GLM-5.2，而GLM-5.2又超越了DeepSeek v4。这些模型正逐渐成为大型商业实体，彼此间的竞争日趋激烈。面对快速迭代的格局，Mollick质疑这些公司能否全部在竞赛中存活下来。

AI模型 K3 GLM-5.2 DeepSeek v4

推荐理由：看看中国开源模型圈的新排名：K3压过GLM-5.2，GLM-5.2又干翻DeepSeek v4，竞争白热化了。

原文

09:27

09:27IT之家（博客/媒体）

73°

截至2026年7月，智谱ARR（年度经常性收入）达到10亿美元（约67.8亿元人民币）。从1亿美元增长到10亿美元，智谱仅用5个月，而Anthropic用了15个月。2026年1月至7月期间，智谱ARR增长了15倍。该公司于6月上线并开源GLM-5.2，在Code Arena盲测中取得全球可用模型第一，核心指标追平甚至超过Claude Opus 4.8和GPT-5.5。

行业智谱 GLM-5.2 编程助手

事件专题

推荐理由：智谱ARR半年暴涨15倍，GLM-5.2开源后编程能力在Code Arena拿第一，跟Claude和GPT正面刚，值得关注。

原文

00:20

岚叔@lufzzliz

用户付费测评了Kimi-K3和GLM-5.2两个国产模型，认为它们与海外SOTA模型的差距正在缩小。在“托举大力神杯”任务中，Kimi-K3的表现仅次于fable-5模型。测评提到Kimi-K3推理速度较慢，需要付费才能完成测试。GLM-5.2也被评价为“国产之光”。

AI模型 Kimi-K3 GLM-5.2 fable-5

事件专题

推荐理由：有人真金白银实测了Kimi-K3，发现和海外顶级模型差距缩小了，在特定任务上仅次于fable-5，值得看看具体表现。

原文

7月16日

21:16

官方账号LMSYS Org (SGLang)@lmsysorg

73°

SGLang通过优化在8块B300 GPU上实现bs=1时每用户500+ tok/s的吞吐量，单用户交互性相比基线提升18%至34%，高并发峰值吞吐提升6%至11%。新推出的TopK-V2内核在80K输入长度下加速2.33倍，在1M长度下加速10.17倍，使交互性在1M token范围内基本持平。GLM-5.2模型采用IndexShare架构于DSA层和更强的MTP头，结合SGLang的服务优化共同达成这一性能。

AI模型 GLM-5.2 SGLang B300

推荐理由：SGLang让GLM5.2在B300上单用户跑500 tok/s，交互延迟几乎不随上下文增长，对多轮Agent任务很实用。

原文

7月14日

19:51

19:51IT之家（博客/媒体）

阿里云百炼宣布自2026年7月15日起，GLM-5.2模型的Fast mode模式计费单价下调20%。该模式TPS可达80~100，是标准API的1.5~2倍，适用于AI流式编程助手和Agent多步推理场景。当前为preview阶段，能力可能随版本调整。此前阿里云曾对通义千问视觉理解模型降价超80%，本次为针对特定模式的常规价格调整。

行业 GLM-5.2 阿里云百炼

推荐理由：GLM-5.2的快速模式降价两成，TPS比标准API快1.5~2倍，适合高吞吐的编程助手和智能体场景，有需求的可以关注。

原文

7月10日

06:04

Paul Couvert@itsPaulAi

开源模型Hy3与Hermes agent配合可自动化计算机上的任何任务。Hy3比其它开源模型更强，在部分用例上与Opus 4.8持平。其模型大小仅为GLM-5.2的一半，而GLM-5.2此前是最佳编码/智能体开源模型。目前用户可以免费使用。

AI模型 Hy3 Hermes agent Opus 4.8

事件专题

推荐理由：Hy3这个开源模型配Hermes agent能自动搞定电脑上的活，比GLM-5.2小一半，性能却和Opus 4.8差不多，现在还免费，赶紧试试。

原文