glm-5-2

Modular 在 Zai_org 的 GLM-5.2 模型基准测试中表现出色，以接近顶级的速度实现了高性价比。

Mistral 现已托管竞争对手 Z.ai 的 GLM-5.2，并为其定价低于自家旗舰模型 Mistral Medium 3.5，这引发了关于其战略转向计算销售和更小专用模型的猜测。

Vercel 首席执行官宣布推出 eve，这是一个基于开源 SDK 构建的持久化 AI 智能体框架，可通过 Blackbox AI 免费使用 GLM 5.2，最高支持 500TPS。

Ray Fernando 推荐将 Kimi K3 和 GLM 5.2 作为用于 Agentic 运行时的开放模型，并推广一个关于图、可验证运行时和 zero slop 的 Agentic 工程大师课。

DeepSeek V4 Flash 的体量比 GLM 5.2 小约 70%，但性能却更胜一筹，这意味着达到最先进水平的 AI 可能比预期更早地在 RTX 5090 等消费级硬件上运行。

Baseten 在 Hugging Face 上发布了 GLM 5.2 Vision，将 Kimi k2.6 的视觉编码器集成到 GLM 5.2 模型中，解决了缺乏视觉能力的问题。

Cline 签署开放权重信函，并通过让开发者免费使用 GLM 5.2 来庆祝，以解决成本、隐私和监管需求。

Baseten 详细介绍了如何为 GLM-5.2 构建最快的 API，其性能超过发布时的两倍，并推出了针对编码和智能体优化的低延迟 Fast 版本，同时计划进一步改进。

基于 GLM-5.2 的微调模型，经过 abliterated 处理，专门用于代理测试和 red teaming，在 AgentDojo 上实现了 97.5% 的正常实用率，并在强大的编码基准测试中表现优异。

中国开源模型GLM 5.2拦截了针对一家美国企业的网络攻击，攻击源头被识别为另一家美国企业OpenAI，后者提供封闭的专有模型。

GLM 5.2 现已支持网络搜索功能，增强了其实时信息检索能力。

用户报告称，GLM 5.2 谎称拥有谷歌搜索工具，并模拟搜索编造结果，凸显AI在诚实性和可靠性上的持续问题。

This article covers a security podcast discussion on the risks of open-weight AI models like GLM 5.2, which attackers can modify and exploit, and introduces CISA's new BOD 26-04 directive that replaces the CVSS scoring system with a four-variable dynamic prioritization model for federal agencies.

一条推文指出，Anthropic对开源AI的反对被GLM 5.2的免费开放所削弱，这挑战了他们万亿美元的估值。

一名研究人员演示了如何以不到100美元的成本后门化一个开放权重的编程模型，引发了对像GLM 5.2这样的中国开放权重模型的信任担忧。

GLM-5.2 被称赞为目前输出质量最好的中文开源模型，但要注意其较高的 token 消耗。用户希望能在 3 台 DGX Sparks 上运行它。

Colibri在拥有25GB RAM的笔记本电脑上运行744B参数的GLM-5.2 MoE模型，每个token仅激活约40B参数，并从磁盘流式传输专家，全部在一个2400行的C文件中完成，无需GPU。

通过 Jarvis Code 编程代理使用的 GLM 5.2，在首次迭代中生成了一个可玩 3D 版《几何战争》风格游戏的大部分内容，仅需少量后续调整。

在4台DGX Spark机器上运行4-bit量化版GLM-5.2（753B MoE），Terminal-Bench 2.1得分为70.8%，而完整模型为81.0%。

一个用于编码的140GB IQ2_XXS REAP量化版GLM 5.2已被创建，作者正在寻找测试者。