新智元报道

【新智元导读】 GLM-5.2全量开放！1M上下文真能用，长任务不忘事。

昨晚，Claude Fable 5被美国政府一封信直接全球下架。

上线才72小时，说没就没。连Anthropic自家外籍员工都不许碰。数亿用户一觉醒来，直接懵了。

老外自己先坐不住了，梗图满天飞——Anthropic那边说「我们的模型太危险了」，美国政府回一句「那我禁了」。

就在刚刚，国产模型回应来了：GLM-5.2，全量用，最高权限开源。

GLM Coding Plan 全量用户开放，Lite、Pro、Max、团队版，今晚全部能用！

下周API上线，MIT协议开源，权重随便拿。

一边在关门，一边在开门。

从GLM-5到5.1再到今晚的5.2，智谱在Coding这条路上死磕了整整一年。

5.1刚把开源模型推到8小时长程任务，社区反馈还很热，5.2就直接把上下文怼到了1M——而且是那种真能用的1M！

这次GLM-5.2有两个关键词：真1M上下文，Coding国产之光。

到底怎么样？全网都在等Bench

在Anthropic这一通操作的背景之下，5.2模型刚一宣布要开源，海外社区就炸了。

国外知名博主AICodeKing在内测完给出的评价相当直接：这个模型品位出色，代码始终非常干净。我让它微调一个完整的本地模型，30分钟就搞定了。全方位都表现优异。

目前已公布的开发者实测Bench来看，性能基本对标Opus 4.8——实打实的国产之光。

智谱其实在前两天就开通了coding plan用户的一波内测（在最近的AI圈发模型中也是常规操作了）

而我们潜水的内测社群里，体感反馈也一致得吓人。

有网友表示，「这是国内第一款在我工作流上达到Opus级的模型」。

另一位内测用户更直白——「用过5.2回不去5.1了，在大项目里面有种4.7到5的跨越式进步。上头的感觉。」

知乎上甚至有人说：「从下周开始，通过中转站用Opus的人必须面对一个问题——你用的Opus如果是GLM-5.2冒充的，你可能分辨不出来，甚至表现更好。」

官方Bench还没出全，全网都在等。但就目前开发者自己跑出来的数据和体感来看，Coding国产第一这个位置，GLM-5.2坐得稳。

第一时间拿到内测资格后，我们也迫不及待地上手实测了下。果然和之前的模型不一样。

一口气写完，三种寻路算法全跑对了

让GLM-5.2写一个寻路算法可视化器。它给你一次搞定。

A*、Dijkstra、BFS——三种算法各有各的套路，一个都没搞混。

连优先队列都是自己写的，不是拿现成的库糊弄。

最狠的是分屏对比：两种算法同时跑，各走各的路、各算各的数，画面上五颜六色地铺开——这等于一个文件里同时管两套独立的搜索过程，状态一串就全乱。它没串。

六套逻辑塞在一个文件里，从头到尾都不打架——算法、动画、交互、对比、统计、迷宫生成，全记着，全对着。

Coding跟长上下文的真功夫，就体现在这种地方。

长任务，不忘事

GLM-5.1已经能连续自主工作8小时，但想再往前推，绕不开一个坎：上下文。

一个连续干几小时活的智能体，要经历数千次工具调用、读写几万行代码、攒下一大堆中间状态。

窗口不够长，它就得不停压缩、丢弃。很多长任务翻车，不是模型不够聪明，是它忘了。

所以1M上下文的意义，不是参数表上一个更大的数字，而是让模型能把整个项目一口气吃进去——代码、决策、约束全记着，从头干到尾不丢东西。

现在标称1M的模型不少，但用过的人都有体感：喂进去是喂进去了，记不太住。

很多模型过了25万token就开始「失忆」；而且上下文越长，算力和显存烧得越猛——不是不能跑，是跑起来又慢又贵，没人敢这么用。

从结构下手，用一套注意力层面的创新组合拳，把1M长度下的效果衰减和推理成本一起压了下来。

在长文基准上，GLM-5.21M长度的衰减明显小于同类模型。

连续干了4小时，搓出一整个合成器工作站

这个case最能说明「长任务，不忘事」到底意味着什么。

一句话需求扔过去——做一个专业级的HTML音乐合成器工作站，WebAudio，零依赖。

然后它就开始干了。不是干几分钟，是整整4个小时，一口气，中间没人插手。

4个小时里它自己写代码、自己组了29个review智能体从4个维度对着自己的代码挑毛病、揪出18个bug全部修掉、还跑了Headless Chrome自动化测试验证完整音频链路。

最狠的是，自动测试还抓到了一个review都没发现的致命bug，它自己修了。

最终交付：177,000个token的工作量，一个回合完成。

这就是1M上下文的意义。

4小时、17万token、几十个模块的状态全攥在手里不丢——这是「记性好」。

而记性好，恰恰是长任务能不能交付的生死线。

74万多条日志喂进去，它没忘开头

我们直接把一整月、几十万token的服务器日志全塞给GLM-5.2，让它揪出一个月前埋下的雪崩苗头。

5月28日的雪崩谁都看得见，但GLM-5.2把根因一路倒推回了5月3日那条藏在第661行的连接池等待警告。

那条WARN当时还自愈着、淹没在几千条正常日志里，毫不起眼。

月末爆发时，它还能精确引用到月初的原始行号和时间戳，把「连接池满载 → 慢性积累 → 彻底耗尽 → 级联503」串成一条完整的因果链。

短上下文模型跑到日志尾段，开头那条火种早就被压缩、丢弃了——它只能告诉你「5月28日崩了」，给不出为什么会崩。

能从结尾想起开头，长上下文才真正变成了推理能力。

上千行代码，三种玩法各有各的物理规则

让GLM-5.2跑一个 2D 粒子物理模拟器。

自由模式里粒子互相吸引、碰撞了还会合并成更大的——质量加在一起、速度按比例分配。

物理课本上那套动量守恒它能老老实实玩明白了。

切到轨道模式，规则整个换了一套：只有中间那颗大星球吸引别人，小粒子之间不合并，不然轨道全乱。

再切烟花模式，引力又变成往下掉的重力，粒子还会慢慢变暗消失。

三种模式共用一套画面循环，但「力怎么算、撞了怎么办、要不要消失」全按模式分开处理，干净利落。

一千多行代码从头写到尾，前面定的规矩后面全记着，没一处自相矛盾。

4份合同一起喂，跨文档揪出隐藏矛盾

4份合同、几万字，一次性全喂进去，它没看花眼。

最见功力的是：合同3说「打官司」，合同1却说「走仲裁」，它一眼看穿这俩凑一块儿会「打架」，还顺藤摸瓜把两份合同串了起来。

这种活，得同时把4份合同攥在脑子里才做得出来。

长上下文在这儿不是「塞得下」，是「记得住、对得上、能交叉」。

前沿智能，不该说没就没

回到开头那件事。

Fable 5上线3天就被强制下架，全球开发者发现自己赖以工作的模型说没就没了。依赖Fable 5构建产品的团队，服务直接挂掉。

你永远不知道自己手里的工具什么时候会被一封信收走。

在海外闭源前沿模型访问不确定性上升的背景下，国产开源模型的含金量还在提升。