# GLM-5.2（max）在综合智能榜排第一，但价格是同类开源模型的 3 倍

> 原标题：GLM 5.2 Performance Benchmarks

- 来源：Hacker News 首页
- 发布时间：2026-06-17T07:30:51.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/38912
- 原文：https://artificialanalysis.ai/models/glm-5-2

## 摘要

Z AI 在 2026 年 6 月放出了 GLM-5.2（max），一个总参数量 7530 亿、每次推理激活 400 亿参数的开源模型，用 MIT 协议。它在 Artificial Analysis 的智能指数上拿了 51 分，在 92 个模型里排第一，远超平均的 24 分。速度也不错，每秒能吐 112 个 token。但价格就贵了：输入每百万 tok...

## 推荐理由

GLM-5.2在Artificial Analysis的智能指数上拿了第一，速度和价格数据也摆出来了，MIT开源。分数没给更高是因为这只是一个评测平台的排名，不是模型正式发布，而且正文没拆开说这个51分具体由哪些任务构成，参考价值要打个折。

## 锐评

GLM-5.2（max）在 Artificial Analysis 的智能指数上拿了 51 分，在 92 个模型里排第一，远超平均的 24 分。这个分数来自 9 项评测，包括 GPQA Diamond 和 Humanity's Last Exam 这类硬核测试，说明它在复杂推理上确实能打。速度也不错，每秒能吐 112 个 token，比平均的 61 快不少。

但它的价格就贵了：输入每百万 token 1.4 美元，输出 4.4 美元，而同类模型平均只要 0.42 和 1.25 美元。光跑完智能指数评测就花了 867.88 美元。另外它话偏多，评测里生成了 1.4 亿 token，比平均的 1.1 亿多出近三成，这也会推高实际使用成本。

正文没披露它在中文任务或代码场景下的具体表现，也没说非推理版和推理版之间差距多大。7530 亿总参数但每次推理只激活 400 亿，这个稀疏结构对实际部署的显存要求到底多高，文章也没展开。如果是真的省钱，这点先别太激动，等第三方在业务场景里跑过再说。