微軟、Databricks 為何默默採用？中國開源AI模型 GLM-5.2 掀起的矽谷新浪潮

基準測試表現

截至 2026 年 6 月，GLM-5.2 是性能最強的開放權重程式碼模型。它在 SWE-bench Pro 上獲得 62.1 分，超越了 GPT-5.5 的 58.6 分，逼近 Claude Opus 4.8 的 69.2 分。在 Terminal-Bench 2.1 上，它達到 81.0 分，與 Claude Opus 4.8 的 85.0 分僅差 4 分。在評估長期技術專案能力的 FrontierSWE 基準測試中，它獲得 74.4% 的分數，領先 GPT-5.5 的 72.6%，僅次於 Claude Opus 4.8 的 75.1%。

該模型也在 Artificial Analysis Intelligence Index v4.1 上獲得 51 分，整體排名第四——僅次於 Claude Fable 5、Claude Opus 4.8 和 GPT-5.5——並在所有開放權重模型中排名第一。在盲測的前端開發評測系統 Code Arena 中，它排名 全球第二，並在開源模型中位居第一。它在 GDPval-AA v2（人類基準為 1000）上獲得 1,524 分，在推理能力上與 GPT-5.5 持平。

除了原始分數，GLM-5.2 還擁有 100 萬 token 的無損上下文視窗，是其前身 GLM-5.1 的 5 倍大，使其特別適合長程程式碼任務和複雜的系統工程。

成本優勢

Z.ai 官方 API 對 GLM-5.2 的定價為每百萬輸入 token 1.40 美元、每百萬輸出 token 4.40 美元，緩存輸入則為每百萬 token 0.26 美元。相比之下，GPT-5.5 的成本約為每百萬輸入 token 5 美元、每百萬輸出 token 30 美元，合計約每百萬 token 35 美元。這使得 GLM-5.2 的混合成本約為 GPT-5.5 的六分之一，也比 Claude Opus 4.8 便宜約 4 倍。

對於擁有自有 GPU 基礎設施的企業來說，在 MIT 授權下自託管模型權重是完全免費的，可完全消除 API 成本。Z.ai 還提供GLM 程式碼方案，月費約18 美元起，即可享有固定費率的存取權。

安全疑慮

正是讓 GLM-5.2 對合法程式設計如此具吸引力的強大能力，也同時引發了安全研究人員的警覺。Axios 報導指出，其自主編碼能力讓先進的駭客工具對攻擊者來說變得「極度便宜且更容易取得」。來自 Graphistry 和 Semgrep 的兩份獨立安全評估發現，GLM-5.2 在網路安全調查和漏洞檢測任務上的表現與美國頂尖模型不相上下。

具體來說，GLM-5.2 在尋找某類常見軟體漏洞時獲得了 39% 的 F1 分數，超越了 Anthropic 的 Claude Code，並以極低的成本達到了與 Anthropic 受限模型 Claude Mythos 相當的水準。這加劇了美國政府內部對於出口管制能否有效限制中國 AI 發展的擔憂。

資料處理是另一個主要問題。Z.ai 的託管 API 會將資料路由經過中國伺服器，引發合規性和資料主權方面的疑慮。雖然自託管可以避免這個問題，但有些團隊仍不願使用任何與中國政府有關聯的公司的系統。美國眾議院議員已於 5 月對源自中國的 AI 模型在關鍵基礎設施中造成的網路安全風險展開正式調查，並將智譜 AI（Zhipu）與 DeepSeek、MiniMax 和字節跳動（ByteDance）一同列入。

更廣泛的競爭與政策格局

GLM-5.2 代表了美中 AI 競賽的一個轉折點。開放權重與封閉源碼前沿模型之間的差距實際上已經消失：這是第一個在長週期程式碼基準測試上真正能與美國專有模型匹敵的開放權重模型。一個中國實驗室以六分之一的成本提供 GPT-5.5 等級的效能，並採用 MIT 授權，這將壓力拋給了美國 AI 公司，迫使它們降價並考慮開放自家模型，從而重塑整個產業的經濟學。

政策面則是一片迷霧。美國維持對中國的先進 AI 晶片出口管制，但中國的實驗室卻能在這些限制下產出前沿模型——這表明出口管制並未如預期般減緩中國 AI 的進步。華盛頓當局尚未回應 MIT 授權的中國模型是否應面臨新的限制。智譜 AI 已宣布將於 2026 年 8 月推出 GLM-5.5，顯示中國前沿 AI 的發布速度正在加快。