中國AI公司智譜AI（Z.ai）於6月16日釋出的開源模型GLM 5.2，正在以極低的成本挑戰美國AI編碼工具的市場格局。該模型API定價為每百萬輸出token僅4.40美元，不到Anthropic Opus 4.8價格的五分之一，僅為Anthropic編碼專用模型Fable的十分之一。這一價格差異正在改變軟體工程師使用AI編碼助手的方式。

Together AI的AI工程師Zain Hasan已經學會根據任務複雜度選擇不同模型：複雜問題交給前沿模型如Anthropic的Fable，簡單任務則使用更便宜的GLM 5.2。Hasan表示，許多公司目前仍在探索這項技術，缺乏明確的token預算，導致工程師傾向於選擇最強大的模型而不計成本。這種“不計代價”的習慣，如今可能成為美國前沿AI實驗室最寬的護城河。

GLM 5.2是一個擁有7530億引數的大型語言模型，但通過最佳化僅啟用400億引數，從而提升響應速度。該模型採用MIT開源許可證釋出，允許任何組織免費下載和自託管。在部分代理編碼基準測試中，GLM 5.2幾乎與Opus 4.8持平，例如在FrontierSWE和PostTrainBench上表現接近。網路安全研究人員還發現，GLM 5.2在網路安全基準測試中得分出色，引發與Anthropic Mythos的比較。

然而，智譜AI自己釋出的研究報告顯示，GLM 5.2在更復雜的編碼任務上仍落後於美國對手。例如，在SWE-Marathon基準測試中，GLM 5.2僅完成13%的任務，而Claude Opus 4.8的得分是其兩倍。在NL2Repo、DeepSWE和Tool-Decathlon等編碼基準測試中，Opus 4.8也領先10個百分點以上。

實際使用中，軟體工程師對GLM 5.2的評價褒貶不一。MetaRouter的首席軟體工程師David Nix認為，GLM 5.2“非常接近”Opus和GPT-5.5等前沿模型，足以在他的工具輪換中佔據一席之地。他估計GLM 5.2處理了他每天傳送給LLM任務的10%到20%，尤其適合前端開發。Hasan也稱讚GLM 5.2在網頁設計方面有“很好的品味”。

但並非所有體驗都是正面的。印度Indhic AI的軟體工程師Sai Kiran Myadaram發現，GLM 5.2的token配額消耗極快，他訂閱的周配額在兩到三天內就用完了。波蘭Screen Studio的Kacper Michalik也遇到了類似問題。

GLM 5.2的釋出正值中國AI模型加速追趕的背景下。斯坦福AI指數顯示，2025年中國公司生產的“值得注意”AI模型數量約為美國的一半，高於2023年的約三分之一和2020年的五分之一。GLM 5.2的出色基準測試成績引發了美國觀察人士的擔憂，認為美國AI公司可能失去競爭優勢。

對於擔心資料安全的企業，GLM 5.2的開源特性提供瞭解決方案：它們可以在自己的硬體上託管模型，避免將敏感資料傳送到中國基礎設施。這與大多數只能通過API訪問的前沿模型形成鮮明對比。

總體而言，GLM 5.2的低成本和高效能組合正在重塑AI編碼工具的使用習慣。雖然它在複雜任務上仍落後於美國頂級模型，但對於簡單任務和成本敏感型使用者，它提供了一個極具吸引力的選擇。這一趨勢可能迫使美國AI公司重新考慮定價策略，並加速全球AI編碼市場的競爭。