GLM-5.2到底能不能打？答案是：在Coding和Agent任务上，它是目前国产模型里唯一一个真正拉开代差的选手。Code V3私有评测综合第三，仅次于GPT-5.5和Claude Opus 4.8，五个公开工程拿下三个A档，维护者的判断是：可用性已经可以和Opus 4.8持平。这不是营销话术，是有CSV数据可以对照的。 从200K到1M，这次升级到底升在哪
GLM-5.1有个老毛病——超过100K之后注意力快速散失，榜单上看起来还行，实际跑Agent任务就容易翻车。这也是它之前"榜单不差、实战却拉胯"的主要原因。
GLM-5.2把可用上下文直接拉到1,000,000 tokens，同时引入了High / Max两档思考强度，复杂Coding和架构级Debug建议跑Max档。Claude Code里通过/effort → max切换即可，配置模型标识为glm-5.2[1m]。 Code V3评测数据怎么看
先说数据来源：这是维护者toyama nao（知乎llm2014/「玩具匠」）维护的私有题库，Agent实装向，不是SWE-bench等官方榜单。智谱目前也还没发布GLM-5.2的官方benchmark，所以这份CSV是目前唯一有原始数据可核对的参考。
维护者自己也说了：不可盲信任何评测。但数据可查、路径可复现，比那些只发截图的测评靠谱多了。
综合行序排名：GLM-5.2(max)列第3，在GPT-5.5(high)和Claude Opus 4.8(high)之后。国产模型里GLM-5.1排第9，DeepSeek V4 Pro、MiniMax-M3等更靠后。 五个公开工程的场景对比，可以直接看这张表：
GLM-5.1连五个工程都无法全部完成，GLM-5.2直接拿了三个A档（Flutter / Web / Game）。A档在这套体系里的定义是：几乎不犯错、需求理解一步到位。这个比分数更关键。
GLM-5.2和Opus 4.8比，差距在哪
CSV里Opus 4.8有两个场景标了Skip——MacOS和Flutter。维护者解释：不是没测，是前代已经拿到A，新版默认沿用，不重跑。所以不要把Skip理解成弱项。
Game场景两者都是A档，维护者还给出了一组消耗对比（这个没写进CSV，是知乎解读里的自述数据）：
- Opus 4.8(high)：564次tool calls，输出约260K tokens
- GLM-5.2(max)：557次tool calls，输出约170K tokens
成绩相近，GLM-5.2更省。但要注意，这是max对high的错位对比，不是同档位的公平竞赛。
Mac和Rust场景GLM-5.2略弱，尤其是需要大量较新三方库API的Rust项目，GLM更依赖试错推理，不如GPT-5.5主动查官方文档。补充背景文档后表现会明显改善。
另外维护者还跑了2个隐藏工程（更复杂、未公开题目），GLM-5.2两个都以C档通过，高难度环节通常2～3轮修正搞定；GLM-5.1和DeepSeek在这两题上直接无法完成。
国产大模型横向对比
这个差距还是比较明显的，维护者的判断是：GLM-5.2在国产模型里第一次拉开了"代差"。
GLM-5.2现在怎么用，要多少钱
6月13日17:21起已全量向Coding Plan用户开放，覆盖Lite/Pro/Max/团队版。API和MIT开源权重下周上线。
套餐价格没变：
- Pro：¥149/月，120,000次月请求（个人用户大多数够用）
- Max：¥469/月，480,000次月请求（高强度Agent或团队用）
要注意的是，1M上下文的长会话会更消耗Token计量，重度用户建议上Pro以上。另外，"全量开放"不等于不限购，新用户还是需要抢套餐。
Claude Code接入配置参考：
已有Coding Plan的话，建议直接切Max档跑一遍你之前GLM-5.1搞不定的项目，尤其是Game、Rust或者大型Web仓库——这几个场景提升最明显。暂时抢不到套餐的，等下周MIT权重落地可以考虑本地部署；智谱官方SWE-bench结果出来之前，Code V3依然是现阶段最靠谱的参考材料。GLM-5.2能不能真正站稳Opus 4.8这个水位，等官方数据落地再看，但至少现在，它是国产Coding模型里最值得认真对待的选项。
AI 速览
