# 上手 GLM 5.2：第一个用起来像 Opus 和 GPT 的开源模型，推理暴利时代快到头了

> 原标题：GLM 5.2 and the coming AI margin collapse

- 来源：Hacker News 首页
- 发布时间：2026-07-06T20:14:55.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/42779
- 原文：https://martinalderson.com/posts/the-upcoming-ai-margin-collapse-part-1-glm-5-2/

## 摘要

作者把 GLM 5.2 当主力用了两周，发现大部分任务上跟 Claude Opus 几乎分不出区别。切换成本极低，把 API 地址指向兼容的服务商就能直接在 Claude Code 里跑。两个硬伤：不支持图像识别，内置的网页搜索又慢又差，导致依赖看图或实时查资料的自动化流程跑不起来。推理价格大约每百万 token 4.40 美元，不到 Opus 零售价...

## 推荐理由

作者拿 GLM 5.2 当主力用了两周，给了可复现的切换路径和价格对比，不是通稿。两个硬伤限制了分数：只测了编程场景，视觉和搜索的短板让结论的适用范围收窄。单篇博客实验，样本就一个人，我会先打个折，所以停在 78。

## 锐评

作者把 GLM 5.2 当主力用了两周，结论很直接：大部分任务上跟 Claude Opus 拉不开差距，切换成本也极低，把 API 地址指向兼容服务商就能在 Claude Code 里跑。推理价格大约每百万 token 4.40 美元，不到 Opus 零售价的 20%，就算它思考时间长、烧的 token 多，总成本还是能砍掉一半以上。

但有两个硬伤。第一是不支持图像识别，没法读截图、设计稿和图片版 PDF，这对依赖视觉的流程是致命伤。第二是内置网页搜索又慢又差，而很多 agent 任务其实大量依赖实时查资料。作者用命令行工具 ddgr 勉强绕过，但这块缺口目前还没补上。

文章的核心判断是：前沿实验室靠推理赚 90% 毛利的日子不长了。一旦开源权重模型质量追平，高溢价就撑不住。不过正文没披露 GLM 5.2 的训练成本，也没给出它跟 Opus 在长链条任务上的具体对比数据，所以“追平”这个结论还得看后续验证。