GLM-5.2 对决 Claude Opus：开源模型真的追上来了
一场不公平的较量
两个模型被派去完成同一个任务：从零开始，用原生 WebGL 写一个 3D 平台游戏。不考虑预训练数据，不借助框架，一次生成。
GLM-5.2 花了 1 小时 10 分 40 秒，消耗 21.92。
Opus 更快，产出的代码更干净，游戏也能直接跑。但 GLM-5.2 的价格只有 Opus 的四分之一。而且，任何人都可以把 GLM-5.2 下载下来，放到自己的服务器上跑。
这不是一场公平的较量——这正是它有意思的地方。
开源模型的价格武器
GLM-5.2 是智谱 AI 在 6 月 16 日发布的最新开源模型，采用 MIT 许可证。这意味着开发者可以自由下载、修改、商用部署，无需向任何人付费授权。
在长代码任务中，GLM-5.2 的表现被定位在 Claude Opus 4.7 和 4.8 之间。它还不是最强的，但差距已经缩小到”够用”的区间。
对于需要大批量调用模型的团队来说，21.92 的成本差异是决定性的。当模型能力进入可用区间，价格就成了终局武器。
一千零一十万 token 的长跑
GLM-5.2 拥有 100 万 token 的上下文窗口，这是为编码代理场景专门设计的。长时间的编程任务需要模型记住函数定义、变量作用域和架构决策，上下文越长，翻车的概率越低。
它还提供了两种思考强度——High 和 Max，让开发者可以在速度和深度之间做取舍。这个设计思路和 OpenAI 的 o 系列、DeepSeek 的 R1 系列如出一辙：让模型花更多时间”思考”复杂问题。
不过 GLM-5.2 是纯文本模型，不支持多模态输入。它看不到 UI 截图、流程图或手绘草图，这在某些开发场景下是个硬伤。
快与慢，贵与廉的取舍
Opus 在速度和产出质量上仍然领先。33 分钟完成一个可运行的游戏，放在任何标准下都是惊人的。但它的闭源特性意味着你只能在 Anthropic 的 API 上使用它，成本由他们定价。
GLM-5.2 的策略很聪明：在能力上紧追闭源旗舰，在价格和开放性上打差异化。你可以在你自己的 GPU 上跑，也可以调用智谱的 API。对于关注数据隐私和长期成本的企业来说，这种”可自托管”的能力比任何基准分数都更有说服力。
这场对比暴露出一个趋势：闭源模型在单次最佳表现上仍有优势，但开源模型正在用成本、可控性和可定制性改写竞争规则。
Meta 押注开源之后
GLM-5.2 的发布紧跟 Meta 在 4 月大举推动开源模型的浪潮。开源模型的生态越来越丰富，从 LLaMA 系列到 Qwen 系列再到 GLM 系列，开发者手上的选择已经远非两年前可比。
这场 3D 游戏的对比测试不是一个终点，而是一个信号。当开源模型能在编码这类高难度任务上达到闭源主力模型八成的水平、价格却只有五分之一时，闭源模型的护城河就不再是能力，而是生态和便利性。
Z.ai 选择在这个时间点发布 GLM-5.2，显然不是一时冲动。开源社区的回响才刚刚开始。
来源: techstackups.com/comparisons/glm-5.2-vs-opus