跳到正文

智谱 GLM

智谱的 GLM 系列模型动态:旗舰开源发布、代码与推理能力迭代、商业化与生态进展的追踪。

最新精选

第 21–40 条 · 共 47 条

8月26日星期三

Hacker News 首页

Z.ai 认领匿名模型 Ox Alpha,确认是 GLM 系列新作并将开源权重

之前以匿名身份在评测榜上冒出来的 Ox Alpha,现在被 Z.ai 认领了。公司确认它属于 GLM 系列,并计划把模型权重放出来给大家用。跑分成绩和 DeepSeek 很接近,但参数量、训练数据、具体开源时间这些关键信息都没说。我会先打个折——没看到技术细节和许可证之前,这更像一次预热,离真正能用还有距离。

推荐理由:Z.ai 认领了此前匿名出现在评测榜上的 Ox Alpha,确认它属于 GLM 系列并计划开放权重,跑分与 DeepSeek 接近,但参数量、训练数据和开源时间尚未公布。

8月23日星期日

Computing Life · Share · 鸭哥调研

四条 AI 新闻的真实版本:登顶、水印、4.4 倍与解散

GLM-5.3 在 Artificial Analysis 智能指数上拿了 60 分,跟 Kimi K3 并列开源第一,但 open weights 要等到 8 月 28 日前后才放出来,因为团队在训练后期发现模型意外学会了多步漏洞利用,得先做安全加固。

推荐理由:GLM-5.3 在 Artificial Analysis 智能指数上以 60 分与 Kimi K3 并列开源第一,但团队因模型训练后期意外学会多步漏洞利用,将开放权重推迟到 8 月 28 日前后。

8月20日星期四

Latent Space

Z.ai CEO 唐杰谈 GLM 5.3:别再只盯着参数量了,后训练才是新的扩规模法则

唐杰在 X 上发了一长串帖子,核心就一句话:光看参数量没意义,得把数据量、算力花在哪、模型在什么条件下跑这三件事一起看。GLM 5.3 的提升全靠强化学习在长周期环境里训出来的,有些任务模拟了工程师好几天的工作量,比如给模型一个真实的集群环境,让它自己诊断瓶颈、做优化、跑实验,最后交出可衡量的加速结果。

推荐理由:唐杰在 X 上解释 GLM 5.3 的提升来自长周期强化学习,并给出模型在真实集群中自行诊断瓶颈、优化并交出加速结果的实验设定,把后训练作为新的扩规模思路讲清楚。

8月14日星期五

Hacker News 首页

GLM-5.3:只靠后期训练,把开源模型的编程和漏洞利用能力拉到一线

GLM-5.3 和上一代用的是同一个基座模型,所有提升全来自后期训练。编程能力在内部 Z.ai Code Bench 上比 5.2 高了 50%,Terminal Bench 3.0 从 4.6 分跳到 28.3 分。更意外的是漏洞利用能力涨得比预期快:ExploitGym 2 小时得分从 29 涨到 105,6 小时从 39 涨到 130。

推荐理由:GLM-5.3 与上一代共用同一基座,编程与漏洞利用能力的提升全部来自后期训练,其中 Terminal Bench 3.0 从 4.6 分升至 28.3 分,ExploitGym 两小时得分由 29 涨到 105。

8月5日星期三

TechCrunch · AI

开源模型能力追上闭源头部,但安全防护没跟上

SaferAI 出了一份报告,拿智谱的 GLM-5.2 做了评估。这个开源模型在能力上已经快摸到 OpenAI GPT-5.6 Sol 和 Anthropic Mythos 这些闭源顶配了,但在网络安全、生物风险、说服力和自主行动四个维度都被判了“高风险”。报告里说,模型本身没带什么像样的安全护栏,等于把一辆没装刹车的高速跑车直接扔到街上。

推荐理由:SaferAI 对智谱 GLM-5.2 的评估显示,该开源模型能力已接近闭源头部,但在网络安全、生物风险、说服力和自主行动四个维度均被评为高风险,且缺乏安全护栏。

7月29日星期三

Computing Life · Share · 鸭哥调研

自托管 GLM 和 DeepSeek 几年回本?关键看你替的是哪种云账单

自己买显卡跑模型多久能回本,答案从两个月到二十七年都有,差别全在对比基准上。如果替代云端 API 的冷启动全价,8 张 H200 跑 GLM-5.2 约 1.15 年回本,两张 RTX PRO 6000 跑 DeepSeek-V4-Flash 约 1.77 年。

推荐理由:文章把自托管 GLM-5.2 与 DeepSeek-V4-Flash 的回本周期按不同对比基准拆开测算,8 张 H200 约 1.15 年、两张 RTX PRO 6000 约 1.77 年,差别来自替代的是哪类云账单。

7月22日星期三

AI HOT 精选

开源模型季度盘点:Kimi K3 实测、Qwen 转向开源、中国加速与蒸馏争论

Nathan Lambert 和 Florian Brand 聊了近期开源模型的动态。Kimi K3 上周发布,模型权重承诺 7 月 27 日放出,但 API 目前错误率很高——Lambert 开了 200 美元套餐,暂时还算稳定。他们认为 K3 的微调潜力很大,不过光加载权重就需要一整台 B300 节点,门槛不低。

推荐理由:Nathan Lambert 和 Florian Brand 在季度盘点中梳理了 Kimi K3 权重放出时间、API 错误率与加载门槛,并谈及 Qwen 转向开源及知识蒸馏争论。

7月7日星期二

Hacker News 首页

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

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。

推荐理由:作者记录了将 GLM 5.2 接入 Claude Code 的切换路径,通过更换兼容服务商的 API 地址完成模型迁移。

7月2日星期四

Computing Life · Share · 鸭哥调研

Fable 5 被禁 18 天,Anthropic 丢掉的份额被 GLM 吃掉了

Anthropic 发布最强编码模型 Fable 5 三天后,被美国出口管制强制下线 18 天。OpenRouter 的逐日 token 数据显示,这期间平台总流量从 24T 涨到 32T,但 Anthropic 的份额从 20.7% 跌到 17.6%,绝对流量也缩水了。最大的赢家是 GLM,份额从 1.8% 飙到 7.4%。

推荐理由:Fable 5 被出口管制下线 18 天期间,OpenRouter 逐日 token 数据显示 Anthropic 份额从 20.7% 降至 17.6%,GLM 从 1.8% 升至 7.4%。

6月24日星期三

彭博科技

智谱被曝考虑在香港进行数十亿美元规模的股票增发,此前股价已涨约 2000%

彭博社援引知情人士消息,中国 AI 公司智谱正在考虑在香港市场进行一次数十亿美元级别的股票增发。这家公司的股价此前已经涨了大约 20 倍。报道没披露具体的募资金额、时间表和承销商是谁。我会先打个折:这还只是“在考虑”的阶段,没到正式启动那一步,所以别太激动。另外,正文也没说这笔钱打算怎么花,是继续烧算力还是补现金流,目前看不出来。

推荐理由:智谱在股价上涨约20倍后考虑赴香港增发数十亿美元股票,融资动向与前期涨幅形成对照,而募资金额、时间表和资金用途均未披露。

6月22日星期一

Hacker News 首页

GLM-5.2 和 Claude Opus 4.8 真刀真枪比写代码:一个 3D 游戏从零手搓

Tech Stackups 让两个模型不用任何游戏引擎,从零写一个 WebGL 3D 平台跳跃游戏。Opus 4.8 花了 33 分钟就交出一个更干净、能跑通的结果,而且它能自己检查画面效果。GLM-5.2 用了 1 小时 10 分钟,但实际只花了 5.39 美元,大概是 Opus 的四分之一。

推荐理由:两个模型在无游戏引擎条件下从零写 WebGL 3D 游戏,Opus 4.8 用 33 分钟交付可运行结果,GLM-5.2 耗时 1 小时 10 分钟但成本约为其四分之一。

6月20日星期六

Hacker News 首页

GPT-5.5 的幻觉率是开源模型 GLM-5.2 的三倍,大模型迷信该破了

作者拿 GPT-5.5、DeepSeek V4 Pro 和智谱的 GLM-5.2 做了个对比测试。在 AA-Omniscience 幻觉基准上,GPT-5.5 的幻觉率高达 86%,DeepSeek V4 Pro 更是飙到 94%,而 GLM-5.2 只有 28%。这意味着前两者遇到不会的问题时,十次里有八九次会瞎编一个答案,而不是老实说“我不知道”。

推荐理由:个人博客用 AA-Omniscience 基准对比三款模型,GPT-5.5 幻觉率 86%、DeepSeek V4 Pro 94%,开源 GLM-5.2 仅 28%,给出了一组具体的横向参照。

6月19日星期五

Latent Space

GLM-5.2 通过社区实测,Z.ai 预告年底开源 Fable 级模型

智谱的 GLM-5.2 被多个独立来源认为是第一个在日常使用中摸到前沿水平的开源模型。Jeremy Howard 觉得它至少不输 Opus 4.8 和 GPT-5.5,但缺视觉能力。Artificial Analysis 在一个知识工作评测里把它排在 GPT-5.5 之上。

推荐理由:GLM-5.2 被 Jeremy Howard 和 Artificial Analysis 分别给了正面评价,是少有的开源模型被独立来源推到和 GPT-5.5、Opus 4.8 同一档。扣分是因为原文是付费 newsletter,细节有限,但判断本身有多个信源交叉验证,可信度不低。

6月17日星期三

Hacker News 首页

GLM-5.2 登顶开源模型排行榜,在智能体任务上打平 GPT-5.5

Z.ai 的 GLM-5.2 在 Artificial Analysis 的 Intelligence Index v4.1 上拿了 51 分,超过 MiniMax-M3 和 DeepSeek V4 Pro(都是 44 分),成了目前最强的开源权重模型。

推荐理由:GLM-5.2 在 Artificial Analysis 的 Intelligence Index v4.1 上以 51 分超过 MiniMax-M3 和 DeepSeek V4 Pro 的 44 分,成为当前得分最高的开源权重模型。

Hugging Face 博客

GLM-5.2 发布:第一个真正能用 100 万 token 上下文的开源模型,专啃长周期编程任务

Z.AI 开源了 GLM-5.2,一个为长周期编程任务设计的模型。它把上下文窗口做到了 100 万 token,而且不是光能塞进去,是在 agent 跑一长串操作后质量依然稳得住。架构上用了两个新东西:IndexShare 让每四层稀疏注意力共用一个索引器,在 100 万 token 长度下把每个 token 的计算量砍到了原来的约三分之一。

推荐理由:Z.AI 开源的 GLM-5.2 把上下文做到 100 万 token,并让 agent 连续操作后输出质量保持稳定,IndexShare 在同等长度下把每 token 计算量压到约三分之一。

Latent Space

Z.ai 开源 GLM-5.2:744B 参数,前端编程跑分压过 Claude Opus 4.8

Z.ai 周末扔了个 MIT 许可的 GLM-5.2,744B 参数的 MoE 模型,主攻编程和长流程任务。第三方评测显示,它在 Code Arena 前端榜上把 Claude Opus 所有版本都超了,总榜也只比 Opus 4.8 差一点。

推荐理由:Z.ai 以 MIT 许可开源 744B 参数的 MoE 模型 GLM-5.2,主攻编程与长流程任务,第三方评测显示其在前端编程榜上超过 Claude Opus 各版本。

6月14日星期日

Hacker News 首页

智谱发布 GLM-5.2,100 万 token 上下文窗口,下周 MIT 协议开源

智谱刚发了新旗舰模型 GLM-5.2,主打写代码和长时间跑任务的 agent 场景,上下文窗口能塞进 100 万个 token。现在买了 GLM Coding Plan 的人可以直接用,API 和开源权重都说下周放出来,而且用的是 MIT 协议,商用很友好。不过正文没给跑分,也没说参数量多大,模型实际水平还得等下周权重落地、第三方评测出来再看。

推荐理由:智谱发布新旗舰模型 GLM-5.2,主打代码与长任务 agent 场景,上下文窗口达 100 万 token,API 与权重下周以 MIT 协议开放。

6月13日星期六

AI HOT 精选

智谱发了新旗舰 GLM-5.2,主打编程和 1M 上下文,下周开源

GLM-5.2 现在就能用,但只对 Coding Plan 的付费用户开放。模型强调编程能力强,上下文窗口拉到 1M token,也就是一次能塞进整本《三体》的量。API 和对话入口要等到下周,开源也同步,用 MIT 许可证,商用友好。正文没给跑分和具体定价,所以实际编程水平、长文本召回率都还不好说。如果是真的强,下周开源后社区会很快验出来。

推荐理由:智谱发布旗舰模型 GLM-5.2,主打编程能力并把上下文拉到 1M token,下周以 MIT 许可证开源,付费用户现已可用。

AI HOT 精选

智谱发布 GLM-5.2,1M 上下文窗口全量开放,下周开源

智谱今晚向 GLM Coding Plan 全量用户推送了 GLM-5.2,覆盖 Lite、Pro、Max 和团队版。这个模型支持 1M 上下文窗口,智谱说在长文本任务上继续领先,并称它是目前最强的国产编程模型。API 下周上线,模型下周会以 MIT 协议开源。

推荐理由:智谱向 GLM Coding Plan 全量用户推送 GLM-5.2,支持 1M 上下文,API 与 MIT 协议开源安排在下周。

6月3日星期三

Computing Life · Share · 鸭哥调研

MAI-Thinking-1:让模型持续思考几千步不崩,比让它开始思考难得多

微软 MAI-Thinking-1 的技术报告没在吹模型多会解题,而是在讲怎么让强化学习训练别崩。他们给 GRPO 算法打了三个补丁:一个像恒温器一样动态调节模型的“自信度”,防止它变得死板或乱猜;一个像断路器,在梯度爆炸时直接截断,保住整批训练数据;还有一套自蒸馏抢救流程,训练万一崩了,能把之前学会的推理能力搬到新模型上继续跑。

推荐理由:微软 MAI-Thinking-1 技术报告讲的是强化学习训练不崩,给 GRPO 打了动态调节自信度、梯度截断和自蒸馏抢救三个补丁,对做推理模型训练的人有方法层面的参考。