智谱开源 GLM 5.2：7440 亿 MoE 配 100 万上下文，MIT 协议可私有化部署

2026 年 11 月 1 日，智谱推出 GLM 5.2 开源混合专家大模型。它的参数表足够吸引眼球——7440 亿总参数、400 亿激活参数，原生支持 100 万 token 超长上下文，并采用 MIT 开源协议，允许企业把权重完整搬回自己的机房做私有化部署。在国产开源模型"卷参数"渐显疲态的当下，GLM 5.2 把差异化从"谁更大"转向了"谁更贴合真实部署场景"。

混合专家：容量与成本的一次解耦

GLM 5.2 是一个 7440 亿参数的 MoE 模型，但每次推理只激活约 400 亿参数。混合专家架构的核心，是把"总参数"和"激活参数"拆开：7440 亿决定了模型能记住多少知识（容量），400 亿决定了每次回答问题实际要跑多少计算（成本）。模型响应时只唤醒总参数中很小的一部分专家，其余处于待命状态。稀疏化正是当前大模型降本的主线——既把容量做大，又把计算做省，两头都占。

为了让 100 万 token 的上下文真正可用而非只是一个营销数字，GLM 5.2 引入了 IndexShare 架构：每 4 个 Transformer 层共享一个轻量 indexer，只跑一次就把 top-k 索引复用到后续 3 层，在 1M 上下文长度下把每 token 的 FLOPs 降低约 2.9 倍。与此同时，模型提供 High（快）与 Max（深）两档推理力度，让用户在常规补全与多文件重构、架构决策之间自行权衡。

四档量化：给不同预算的企业各留一条路

据智谱披露，GLM 5.2 提供 BF16、FP8、Q4_K_M、UD-IQ2 四大量化版本，可搭配 vLLM、SGLang 推理框架部署，并适配 Hermes、OpenClaw 等主流智能体后端。量化版本的思路很务实：高精度版本吃显存、效果更完整；压得狠的版本对硬件更友好，适合先小规模验证。企业不必为了试一次模型就先买一整套新机器，可以从低精度版本起步，把业务跑通之后再决定是否升级硬件。

基准表现：长程代码与智能体任务站到开源前列

在没有官方统一公布 benchmark 的情况下，多个独立长程编码评测给出了一致信号：

  • FrontierSWE（开放式技术项目，跨度数小时到数十小时）：GLM 5.2 仅落后 Claude Opus 4.8 约 1%，同时超过 GPT-5.5 约 1%、超过 Opus 4.7 约 11%；
  • PostTrainBench（给一张 H100 让模型自己后训练提升小模型）：仅次于 Opus 4.8，优于 Opus 4.7 与 GPT-5.5；
  • SWE-Marathon（编译器、内核优化、生产服务等超长程任务）：同样仅次于 Opus 系列；
  • 标准编码基准上较上代明显提升：Terminal-Bench 2.1 由 63.5 升至 81.0，SWE-bench Pro 由 58.4 升至 62.1。

综合三家评测，GLM 5.2 是当时排名最高的开源模型；在 20 万 token 以内的任务上，与闭源旗舰的差距已经小到几乎可以忽略。

MIT + 私有化：企业最看重的不是参数

对想把大模型搬进自家机房的企业来说，GLM 5.2 最实在的部分是 MIT 协议加私有化部署。企业客户对数据出域极其敏感，能部署在自己的机房里，是很多场景的前提条件；相比之下，性能指标的领先幅度反而不那么重要——客户首先要的是合规与可控，其次才是效果。

长上下文的价值也不只是"能塞更长的文档"。它让智能体可以在一次会话里保持完整的工作记忆，不必反复摘要、反复压缩。对代码库分析、法律文书审阅、大型项目追踪这类任务，上下文长度直接决定了任务能不能一次做完。而上下文越长，激活参数带来的成本优势越容易被放大——这正是 MoE 与长上下文组合的真正说服力。

一句提醒：模型免费，机房不免费

开源给的是入场券，能不能长期跑得稳，取决于运维团队的功力。私有化部署之后，显存调度、并发扩容、故障排查、版本升级、数据安全审计，才是长期成本的大头，也是许多团队低估的部分。模型上线只是开始，让它一年 365 天稳定服务业务，靠的是运维体系。对院校和企业来说，最缺的往往不是模型本身，而是会部署、会运维、会调优的人。

对国内开源大模型格局而言，GLM 5.2 的路线相当务实：不靠单点参数取胜，而是把长上下文与私有化这两点——恰好是国内企业客户最在意的两点——做成默认配置。前面有强力闭源对手，后面有一批小参数高效率模型追赶，中间地带最难守，而"贴近本地需求"或许是守住中间地带的关键。

（本文综合智谱公开披露与多家科技媒体报道整理）