智谱AI于今日在Hugging Face平台发布其旗舰模型GLM-5.2，这是继GLM-5.1之后的一次重大升级，重点强化了长程任务处理能力，并首次在100万token的上下文窗口下实现稳定运行。该模型采用MIT开源许可证，无区域限制，技术开放无国界。

GLM-5.2在架构上引入了名为IndexShare的改进，通过每四个稀疏注意力层复用同一个索引器，在1M上下文长度下将每token的FLOPs降低了2.9倍。同时，模型优化了MTP层用于投机解码，使接受长度提升最多20%。这些改进旨在平衡性能与延迟，提供多种思考强度级别，以适应不同任务需求。

在基准测试中，GLM-5.2相比前代GLM-5.1及多家竞品模型（如Qwen3.7-Max、DeepSeek-V4-Pro、Claude Opus 4.8等）表现出色。在推理方面，HLE得分从31提升至40.5，HLE（带工具）达54.7；AIME 2026得分99.2，HMMT Nov. 2025得分94.4，IMOAnswerBench得分91.0。编程能力上，SWE-bench Pro得分62.1（前代58.4），NL2Repo得分48.9，DeepSWE得分46.2（前代仅18），ProgramBench得分63.7。在智能体相关测试中，MCP-Atlas（公开集）得分76.8，Tool-Decathlon得分48.2。此外，Terminal Bench 2.1（Terminus-2）得分81.0，FrontierSWE（Dominance）得分74.4，PostTrainBench得分34.3，SWE-Marathon得分13.0（前代仅1.0）。

GLM-5.2支持多种本地部署框架，包括SGLang（v0.5.13.post1+）、vLLM（v0.23.0+）、Transformers（v0.5.12+）、KTransformers（v0.5.12+）和Unsloth（v0.1.47-beta+）。此外，还支持昇腾NPU平台，通过vLLM-Ascend、xLLM和SGLang等框架进行部署。

此次发布标志着智谱AI在长上下文与复杂任务处理上的技术跃升，其开源策略与性能表现将对全球大模型生态产生深远影响。对于AI产业而言，GLM-5.2在编程与智能体任务上的突破，可能推动相关应用落地，并进一步加剧开源与闭源模型的竞争格局。