GLM-5.2:为长周期任务而生
原文标题:GLM-5.2: Built for Long-Horizon Tasks
AI 摘要
GLM-5.2 发布,支持 1M token 上下文,采用 IndexShare 架构——每 4 个稀疏注意力层共用一个轻量索引器,将 1M 上下文下每 token FLOPs 降低 2.9 倍;MTP 层改进使推测解码接受长度提升 20%。长周期编码基准上,FrontierSWE 落后 Opus 4.8 仅 1%、领先 GPT-5.5 1%;PostTrainBench 仅次于 Opus 4.8;SWE-Marathon 落后 Opus 4.8 13% 但排名第二。标准编码测试 Terminal-Bench 2.1 获 81.0 分(GLM-5.1 为 63.5),接近 Opus 4.8 的 85.0。模型引入努力级别控制以平衡性能与延迟。MIT 开源许可,无地域限制。
关键信息
- 2 发布,支持 1M token 上下文,采用 IndexShare 架构——每 4 个稀疏注意力层共用一个轻量索引器,将 1M 上下文下每 token FLOPs 降低 2.
- MTP 层改进使推测解码接受长度提升 20%。
- 长周期编码基准上,FrontierSWE 落后 Opus 4.
- 8 仅 1%、领先 GPT-5.
- PostTrainBench 仅次于 Opus 4.
速览
- 发布时间
- 更新时间
- 分类
- 模型发布
- AI 评分
- 83
推荐理由
GLM-5.2 是第一个在长程编码基准上直逼 Opus 4.8 的开源模型,MIT 许可无地域限制,开源生态终于有了能打硬仗的长上下文工具。
相关实体
来源与版权
本文基于 AIHOT 公开 API 的精选标题与 AI 摘要整理,已注明来源并回链;原文版权归原媒体与作者所有,本站不镜像全文。
如何引用
引用本文时请保留标题、日期与永久链接,并注明来源为橙子新闻。
橙子新闻:GLM-5.2:为长周期任务而生。2026年6月17日。https://new.nat6.net/news/cmqhvpfla0354slf0g5ldyctw/