一个采用 MIT 许可证的模型，每百万输出 token 仅需 3 美元，就在大多数主要基准测试中击败了一个 25 美元的专有前沿模型——包括编码、科学和 agentic 任务。
不过，GLM 5.2 与 Claude Opus 4.6 的对比并不是一个简单的“大卫战歌利亚”式故事。GLM 5.2 每个任务消耗的 token 几乎是某些同行的两倍，不支持图像输入，而且生态系统也更年轻。Opus 4.6 已经被 4.7 和 4.8 取代——这场比较具有时效性。
以下是决策需要关注的内容。
所有内容尽在一张表中
GLM 5.2 | Claude Opus 4.6 | |
|---|---|---|
开发者 | Z.ai (Zhipu AI) | Anthropic |
发布日期 | 2026年6月16日 | 2026年2月4日 |
架构 | MoE，总计 753B / 激活 40B | Dense（未披露） |
许可 | MIT（开源权重） | 专有 |
上下文窗口 | 100万 tokens | 100万 tokens |
最大输出 | 128K tokens | 128K（通过 batch 为 300K） |
图像输入 | 否 | 是 |
思考模式 | 高、最大 | 低、中、高、最大 |
SWE-bench Pro | 62.1% | 51.9–53.4% |
Terminal-Bench | 81.0%（v2.1） | 65.4%（v2.0） |
HLE（使用工具） | 54.7% | 53.0% |
GPQA Diamond | 89–91.2% | 84.0% |
BigLaw Bench | 未报告 | 90.2% |
Intelligence Index | 51（最高开源权重） | ~44（最大努力） |
输入价格 | $0.95/M (DeepInfra) | $5.00/M |
输出价格 | $3.00/M (DeepInfra) | $25.00/M |
最低可用价格 | $0.77/$2.42 (OpenRouter) | $5.00/$25.00 |
速度 | ~197 tokens/sec | ~46 tokens/sec |
可自行托管 | 是（MIT） | 否 |
关于 Opus 4.6 的 SWE-bench Pro 的说明：分数范围从 47.1%（Scale private）到 53.4%（Anthropic scaffold），具体取决于评估设置。Terminal-Bench 版本也有所不同（v2.0 与 v2.1），因此直接比较并不完全准确。
GLM 5.2 的优势所在
编程。SWE-bench Pro 62.1% 对比 Opus 4.6 的 51.9–53.4%。Terminal-Bench 81.0% 对比 65.4%（版本不同，但差距很大）。GLM 5.2 是每个主要编程基准上最强的开源权重模型。
科学。 GPQA Diamond 89–91.2% 对比 84.0%。供应商报告的分数（91.2%）与独立评估（~89%）之间存在一定差异，但 GLM 5.2 在两者中都领先。
网络安全。 Semgrep 的 IDOR 基准测试：GLM 5.2 使用基础提示词取得了 39% 的 F1 分数，超过了 Claude Code（基于 Opus 4.6）的 37% F1。成本：每发现一个漏洞约 ~$0.17。单一基准、单一漏洞类别——但一个开源权重模型在需要强推理能力的安全任务上表现优于顶级 agent，这一点值得注意。
速度。 ~197 tokens/sec vs ~46 tokens/sec。快约 4 倍。
价格。 输出价格为 $3/M，而非 $25/M —— 每个 token 便宜 8.3 倍。
Opus 4.6 的优势所在
法律推理。 BigLaw Bench 90.2%，为所有 Claude 模型中最高，40% 满分。GLM 5.2 未报告可比的法律基准测试。
汇总知识工作。 尽管 GLM 5.2 的 GPQA Diamond 分数更高，Opus 4.6 在 GDPval-AA（专业知识工作）上领先，综合知识差距为 76.2 对 67.2。其模式是：GLM 5.2 擅长处理高难度科学问题，但 Opus 4.6 在更广泛的专业知识任务上更强。
多模态输入。Opus 4.6 接受图像。GLM 5.2 仅支持文本。
生态系统。 Claude Code、Anthropic API、Bedrock、Vertex AI——用于工具调用、结构化输出和 compaction API 的成熟工具链。GLM 5.2 有 6+ 个提供商，但生产级集成更少。
努力控制。 四个等级（低–最高）而非两个（高、最高）。更精细的粒度可用于在简单任务上优化成本。
Token 冗长度陷阱
GLM 5.2 在编码评测中每个任务会消耗约 43,000 个输出 tokens。MiniMax M3 约为 24,000；Kimi K2.6 约为 35,000。
模型 | Tokens/任务 | $/百万输出 | 每任务成本 |
|---|---|---|---|
GLM 5.2 | ~43K | $3.00 | ~$0.13 |
Kimi K2.6 | ~35K | $2.50 | ~$0.09 |
Opus 4.6 | ~30K (est.) | $25.00 | ~$0.75 |
按任务计算，GLM 5.2 的成本大约比 Opus 4.6 低 6 倍——并非按每 token 定价所暗示的 8 倍。差距仍然很大，但请在你自己的工作负载上进行基准测试，并测量总 token 消耗。
开放权重因素
自托管。 40B 活跃参数（MoE）使推理比稠密的 753B 模型更可行。支持 vLLM、SGLang 和标准框架。
数据隐私。 自托管可使数据不经过第三方服务器。对于受监管行业来说，这一点可能比任何基准测试都更重要。
微调。 开放权重支持领域适配。Opus 4.6 是一个黑盒。
无锁定。 6+ 个提供商以及自托管。无需依赖单一供应商的定价或政策。
对于正在探索 开源编程模型 的团队来说，GLM 5.2 是一次显著的能力跃升。
到期日期
Opus 4.6 于 2026 年 2 月发布。Opus 4.8（智能指数 56）和 Sonnet 5（与 Opus 4.6 相当，价格更低）随后也已推出。
为什么要将 GLM 5.2 与 Opus 4.6 进行比较？
Opus 4.6 仍然驱动着许多 Claude Code 设置和生产系统
这一层级的性价比对比最为鲜明——GLM 5.2 以仅为 1/8 的成本，有力挑战 Opus 4.6
与 Opus 4.8 相比，GLM 5.2 在编程方面具有竞争力，但在广度上稍显不足
决策树
1. 需要图像输入？ → Opus 4.6+。GLM 5.2 仅支持文本。
2. 是否需要数据隐私或自托管？ → GLM 5.2。唯一可在你自己的硬件上运行的选项。
3. 主要工作负载是编码/代理式的吗？ → GLM 5.2 — 具有竞争力或更优，价格便宜 6–8 倍。
4. 主要工作负载是法律工作还是广泛的知识工作？ → Opus 4.6+。总体知识差距是一致的。
5. 受成本限制并需要规模化？ → 从 GLM 5.2 开始，将复杂案例路由到 Opus。API 聚合器可让混合路由变得简单。
6. 没有强约束？ → 默认选择 GLM 5.2。8 倍的价格差使其成为理性的起点。
常见问题
GLM 5.2 真的和 Claude Opus 4.6 一样好吗？
在编码方面（SWE-bench Pro：62.1% vs ~52%）和科学推理方面（GPQA Diamond：~90% vs 84%），GLM 5.2 领先。在综合专业知识工作方面，Opus 4.6 更强。智能指数：GLM 5.2 为 51，Opus 4.6 约为 44。
GLM 5.2 便宜多少？
每个 token 便宜 8.3 倍（输出每百万 token 3 美元 vs 25 美元）。在考虑 GLM 5.2 更高的 token 冗长度后，每个任务约便宜 6 倍。
我可以自托管 GLM 5.2 吗？
是的——MIT 许可证，40B 活跃参数（MoE），支持 vLLM/SGLang/xLLM/ktrans。需要大量 GPU 资源，但与提供同等总规模的稠密模型相比，实用性要高得多。
GLM 5.2 支持图片吗？
不，只有文本。Opus 4.6 可处理文本和图像。
为什么不与 Opus 4.8 进行比较？
Opus 4.8（Intelligence Index 56）是最新版本，但 Opus 4.6 仍然得到广泛部署。GLM 5.2 有力地挑战了 4.6 这一代；与 4.8 相比，它在编码方面可与之竞争，但在广度上稍逊一筹。
GLM 5.2 是最好的开源模型吗？
用于编码，是的——在 SWE-bench Pro、Terminal-Bench 和 FrontierSWE 上表现最佳的开源权重模型。Intelligence Index 为 51，开源权重中最高（中位数：25）。
GLM 5.2 与 Opus 4.6 相比有多快？
快约 4 倍。197 tokens/秒 对比 46 tokens/秒。TTFT：1.37s 对比 1.87s。
我应该从 Opus 4.6 切换到 GLM 5.2 吗？
对于大规模的编码/agentic任务，请认真评估。在你的任务上衡量质量和总 token 消耗。对于知识密集型或多模态工作，请继续使用 Opus，或者考虑将 Sonnet 5 作为更便宜的 Anthropic 选项。
我在哪里可以访问 GLM 5.2？
DeepInfra ($0.95/$3.00), Z.ai ($1.40/$4.40), OpenRouter ($0.77/$2.42), Fireworks, FriendliAI, Novita, Together。通过 HuggingFace 自托管。有关跨模型定价，请参阅我们的 GPT-5.6 定价指南。