GLM-5.2发布:开源智能体新篇章,缩小与闭源模型差距!

SuperCLUE:中文大模型基准测评2024年上半年报告 SuperCLUE是一个中文通用大模型的综合性评测基准,其前身是CLUE(The Chinese Language Understanding Evaluation),自2019年成立以来,CLUE基准一直致力于提供科学、客观和中立的语言模型评测。SuperCLUE继承并发展了CLUE的测评体系,构建了一个多层次、多维度的综合性测评基准,以适应通用大模型在学术、产业与用户侧的广泛应用。 阅读详情

GLM-5.2发布背景

大约一周多前,AI界还在为Claude Fable 5的出口限制及实质禁令感到震惊时,Z.ai推出了其最新模型GLM-5.2。该模型于6月13日(周六)不寻常地向GLM编码计划会员发布,这种发布方式较为罕见,通常AI模型在周末发布都有特殊原因。此次,Z.ai似乎是想借“Anthropic对AI研究人员设置隐性限制、反对开源科学”的热潮进行营销。

GLM-5.2的基本情况

从行业通用命名规则来看,GLM-5.2看似是热门模型GLM-5.1的增量更新版本。目前,Kimi模型的开发者Moonshot AI和GLM模型的开发者Z.ai,凭借深受AI研究人员喜爱的开源权重模型,在声誉市场上占据领先地位。6月16日,即初始发布三天后,该模型获得MIT许可的模型权重和发布博客正式公布。

GLM-5.2的表现

6月16日,一系列社区基准测试显示,GLM-5.2的表现超出预期。在Arena的智能体排行榜中,它是唯一能与OpenAI和Anthropic最新模型相媲美的开源模型。在众多评估中,GLM-5.2甚至击败了Gemini,在设计竞技场评估中,还超越了近期被禁的热门模型Claude Fable。

各方对GLM-5.2的评价

AI评论家和研究人员亲自使用该模型后,都对其赞不绝口。此前,只有DeepSeek R1发布时,社区有如此高度的关注。Z.ai创始人告诉Elon,“开源权重的Fable功能将在2027年第一季度前实现”;Vercel的CEO表示“真的很惊讶,@zai_org的GLM-5.2在编码方面表现如此出色,这改变了一切”;还有许多其他人士也表达了类似的看法。

GLM-5.2的使用体验

作者使用Fireworks的API在Claude Code中让它为培训后课程生成内容,过程中遇到了一些小问题,但该模型的能力立竿见影,作者还需要进一步探索使用哪种框架和推理提供商。

GLM-5.2带来的影响

对于追求最大代币效益的组织来说,市场定价压力将显著增加,这可能会影响Anthropic的收入增长。GLM-5.2的出现对开源模型“经济”来说是一个巨大的福音,销售开源模型推理或微调服务的公司迎来了新的转折点。这些影响要扩散到更广泛的经济领域和应用场景还需要很长时间。

开源模型的监管和控制问题

该模型的发布时间使其在AI权力结构的认知中,与Claude Fable以及Claude Mythos紧密联系在一起。目前,美国政府认为Mythos级别的模型能力不安全,不宜发布,而中国的模型开发者却在不断提升面向大众的模型能力。我们需要做大量工作来梳理这些情况,完善基础设施,并向社会传达相关信息。

未来展望

未来几年,AI还将不断进步,英伟达的下一代芯片已经投入生产,算法也在不断改进。对于开源模型的支持者来说,这是一条充满挑战的道路,但必须找到方法,让开源模型具有可行性,以免性能的巨大提升只惠及闭源模型。那么,这个优秀的模型会给我们带来什么影响呢?

GLM-5.2本地部署实战:如何通过vLLM与FP8量化实现超越API的推理速度 最近在尝试本地部署 GLM-5.2 进行一些长文本理解和代码生成任务时,我发现了一个有趣的现象:在特定配置和优化下,自部署的推理速度竟然可以显著超越直接调用官方 API 的体验。这并非空穴来风,而是源于对模型推理框架的深度调优、硬件资源的独占性利用以及对请求链路的极致简化。对于需要高频调用、关注响应延迟、或对数据隐私有严格要求的企业与开发者而言,掌握一套高效的自部署方案至关重要。本文将为你完整拆解 GLM-5.2 的本地部署全流程,从模型选择、环境搭建、框架对比到性能调优,并提供一套经过实测、速度可观的配置 阅读详情

相关推荐

企业数字化转型AI大模型赋能智能体平台及AI场景应用规划方案(生态合作版).pptx

企业数字化转型AI大模型赋能智能体平台及AI场景应用规划方案(生态合作版).pptx

GLM-4.5发布:3550亿参数开启智能体时代,开放生态挑战闭源霸权

2025年7月,智谱AI(Zhipu AI)正式发布新一代开源大语言模型GLM-4.5系列,以3550亿总参数(320亿活跃参数)的旗舰版和1060亿总参数(120亿活跃参数)的轻量版GLM-4.5-Air,重新定义智能体应用的技术标准。该模型通过混合推理架构与MoE(Mixture of Experts)设计,在保持高性能的同时实现推理效率跃升,直接冲击Anthropic、OpenAI等闭源模型...

gitblog_01185的博客 1177

5个企业级SOC平台横向对比:IBM QRadar vs Splunk vs 奇安信NGSOC

本文深度对比了IBM QRadar、Splunk和奇安信NGSOC等五大企业级SOC平台的核心能力,从架构设计、威胁检测、运营效率、成本模型和行业适配度五个维度进行解析。文章特别强调安全运营中心(SOC)在现代企业中的关键作用,并提供了实战数据和优化建议,帮助企业选择最适合自身需求的SOC解决方案。

a1b2c的博客 664

GLM-5.2 vs Opus 4.8:开源Agent全维度对比 - 微元算力(weytoken)

2026 年 6 月 16 日,智谱 AI 正式开源 GLM-5.2——753B 参数、MIT 协议、1M token 稳定上下文。这款模型在 Arena 智能体排行榜上以 1524 Elo 追平 Opus 4.8 非思考模式,成为全球唯一能与 OpenAI 和 Anthropic 最新模型同台竞技的开源模型;在 Design Arena 单轮 HTML 网页设计评测中击败 Claude Fable 5 登顶第一;在 SWE-Marathon、Terminal-Bench 2.1 等多项基准测试中全面碾压

namexingyun的博客 617

vCenter6.7证书过期导致503报错的全面修复指南:从STS证书更新到SSL信任修复

本文详细解析了VMware vCenter 6.7因STS证书过期导致503服务不可用错误的根本原因,并提供了从诊断、更新STS证书到修复SSL信任链的完整解决方案。通过命令行工具检查证书状态,使用官方脚本更新过期STS证书,并利用lsdoctor工具修复深层SSL信任问题,最终指导用户使用certificate-manager彻底重置所有证书,帮助管理员快速恢复vCenter服务。

pz890123的博客 1296

混合整数规划(MIP)在资源优化中的实战应用

本文深入探讨了混合整数规划(MIP)在资源优化中的实战应用,从菜市场采购到工厂调度,再到物流配送和钢铁厂切割问题。通过分支定界法和割平面法等技术,MIP能够有效解决包含整数和连续变量的复杂优化问题,提升企业运营效率。文章还介绍了现代求解器的优化策略和实际项目中的避坑指南,帮助读者更好地应用MIP技术。

weixin_30500105的博客 91

GLM 5.2 达前沿智能体水平:开源744B模型在网络安全任务中逼近Opus与GPT-5.5

在网络安全智能体任务中,该模型能够自主完成漏洞分析、威胁情报提取与攻击路径模拟等复杂流程,整体得分与闭源模型差距缩小至5%以内。近日,中国团队发布的GLM 5.2在多个智能体基准测试中表现亮眼,尤其在网络安全场景下,其表现已接近Claude Opus与GPT-5.5等闭源前沿模型。相比此前版本,GLM 5.2在多步推理与工具调用准确率上提升显著,部分子任务已达到生产可用水平。未来若继续保持迭代节奏,有望在更多垂直领域形成与闭源模型并行的技术路线,为全球AI生态注入更多多元选择。

Winzheng_Index的博客 179

NCCL分布式训练中ibv_reg_mr_iova2内存分配失败的3种解决方案(附详细排查流程)

本文深入探讨了NCCL分布式训练中ibv_reg_mr_iova2内存分配失败的3种解决方案,包括快速临时修复、标准系统配置和PAM模块根治方案。详细分析了错误原因,提供了完整的排查流程和性能优化建议,帮助开发者高效解决RDMA网络环境下的内存锁定问题。

nut55的博客 627

凌晨GLM-5炸场!世界开源模型第一名!模型训练大幅创新!实测:Agentic能力、前端细节逼近专业人士,可模拟手机OS,游戏秒运行!代际变化

大模型叙事逻辑已经出现了极为明显的变化。过去三年,大家更会关注:谁更会回答问题,谁回答得更聪明、准确、快速?但随着一系列Agent产品的涌现,大模型也开始向真实世界的复杂任务发起冲锋。现在的问题变成:谁能真正承担任务?如果说 GLM-4.5 是“会推理、会写代码的模型”,那么 GLM-5 的野心更直接——成为复杂系统里的执行者。

2501_94005722的博客 1256

微信小程序 - 最新获取用户昵称 / 头像(wx.getUserProfile 接口被废弃后的代替方案)详细教程,2022 年之后的所有微信小程序,获取用户信息最新详细教程,附带示例源代码

微信小程序wx.getUserProfile接口废了用什么代替,微信小程序wx.getUserProfile不能用了怎么办,wx.getUserProfile失效有什么替代方案吗,微信新规定头像昵称填写最新教程,目前微信小程序最新获取用户头像昵称教程,微信小程序用户头像昵称获取规则调整公告,2022改版后的微信小程序如何获取用户头像和昵称信息,微信小程序官方废弃getUserProfile后如何实现获取用户信息,微信小程序wx.getUserProfile接口返回了默认头像昵称,微信小程序获取用户信息不

🏆 前端领域优质创作者 2万+

39、低功耗处理器性能评估与Cortex - M23/M33低功耗特性解析

本文深入解析了Cortex-M23和Cortex-M33处理器的低功耗特性及其性能评估方法。介绍了ULPMark、CoreMark、IoTMark-BLE和SecureMark-TLS等基准测试在能效评估中的应用,并详细阐述了处理器的睡眠模式、系统控制寄存器(SCR)配置、WFI/WFE指令、退出时睡眠、挂起时发送事件(SEVONPEND)以及唤醒中断控制器(WIC)等关键低功耗机制。结合状态保留技术,展示了如何通过芯片级设计大幅降低泄漏电流,实现高效能低功耗的物联网与嵌入式系统设计。

Pepper的专栏 131

为什么GLM-5被称为开源编码之王?5大核心实力一文讲透

GLM-5 是智谱推出的开源编码大模型,专为复杂系统工程与长周期智能体(Agentic)任务打造。它以 744B 的超大参数规模和 28.5T tokens 的预训练数据,在全球开源模型中拿下推理、编程与智能体任务的顶级表现。这篇文章就用 5 个维度,带你一文讲透它为什么有资格被称为"开源编码之王"。👑 ## 一、先搞懂:GLM-5 是什么? 一句话概括:GLM-5 是一次从 **Vibe

gitblog_01049的博客 430

多周期路径约束(set_multicycle_path )

1.由慢到快的多周期约束 如下图所示,发射时钟周期是接受时钟周期的4倍。默认情况下,按照1T原则来进行静态时序分析和布局布线的。即建立时间是在发射沿后的第一个捕获沿检查,而保持时间是同一时刻下源时钟和捕获时钟的触发边沿下检查的(建立时间检查边沿的前一个触发沿)。 但是这样导致的问题就是该路径过于苛刻,为了满足这条路径的要求,不得不放弃其他路径。或者根本没办法保证这个默认的约束。总之最终造成...

Arist. 5509

智谱新年大模型-GLM-5

智谱开源发布GLM-5技术报告,该模型在GLM-4.5基础上实现了显著升级:参数规模从3550亿扩展至7440亿,预训练数据量从23万亿token增至28.5万亿token。关键创新包括: 采用DeepSeek稀疏注意力机制(DSA)降低推理成本 构建异步强化学习基础设施提升训练效率 提出异步Agent强化学习算法优化决策质量 全面适配国产算力平台 GLM-5在SWE-bench等测试中取得开源模型最佳表现,尤其在处理端到端软件工程任务时展现出突破性能力。报告强调从"氛围编程"向&quo

AI算法爱好者角落 705

2026最新版OpenClaw安装:Windows WSL2从零到跑通

Windows WSL2安装OpenClaw指南 本文详细介绍了在Windows系统上通过WSL2部署OpenClaw AI助理的完整流程。WSL2结合了Windows易用性和Linux高性能,特别适合Windows用户、开发者、学生和技术爱好者。文章涵盖硬件要求(推荐i5/16GB/SSD)、系统准备(Windows 10/11+WSL2)、环境部署(Python/Node.js/Redis)和OpenClaw配置(克隆/编译/初始化)等关键步骤。通过WSL2,用户可在保留Windows操作习惯的同

一键难忘的博客 2346

老版QQ原生表情gif动态

这是老版的QQ表情,不过全是动态的的,Windows照片查看器是不会动的,可以右击用浏览器打开查看,再说一遍是老版的,只是分享给宁愿用老版也要动态的人。

开源vs闭源:大佬站队的利益链架构

从利益相关方拆解开源闭源之争——模型厂商(定价权保护)、芯片厂商(市场大盘)、云厂商(生态增长引擎)、应用层创业者(生存空间),每层背后的商业逻辑截然不同。附Hugging Face事件:自己被入侵后用开源模型取证。

qq_42817415的博客 270

ET2012新版免狗免安装绿色软件

ET2012新版免狗免安祖昂绿色软件。,新界面,新视觉,

Z.ai推出GLM - 5.1:开源编码模型打破长时任务性能瓶颈

Z.ai引用了SWE - Bench Pro、NL2Repo和Terminal - Bench 2.0三个基准测试,这些测试旨在测试编码智能体的高级编码能力,GLM - 5.1在这些测试中名列前茅反映了强大的编码性能。它能在长时间迭代中保持性能,在多个基准测试中表现出色,其开源特性也颇具吸引力。不过,该模型与中国基础设施和实体的关联可能引发一些美国公司的合规担忧,但MIT许可证使公司更容易在自己的系统上运行该模型,并适配内部需求和治理政策,使其成为与商业模型并列的可行战略选择。,而GLM - 5为。

IT界那些事儿 121

假人有限元模型

假人模型,车辆碰撞假人有限元模型,适合做乘员安全的研究者利用

OV9734 DATASHEET,完整规格书

OV9734完整规格书,包括电气参数,尺寸规格,寄存器配置表等

GLM-5凭什么逼近Claude Opus?3大基准测试结果深度解读

GLM-5 是面向**复杂系统工程与长周期智能体(Agentic)任务**的开源大模型,744B 总参数、40B 激活,预训练数据 28.5T tokens。它在 SWE-bench Verified、CC-Bench-V2、Vending Bench 2 三大基准测试中全面逼近 Claude Opus 4.5,多项指标跻身全球开源模型第一梯队。本文用三张官方测试图带你快速看懂 GLM-5 的真实

gitblog_00685的博客 427

收藏必备!小白程序员必看:开源大模型技术革命全解析,轻松追上GPT-5!

2026年的1月到2月,开源LLM(大语言模型)领域迎来了有史以来最密集的技术爆发期。这批模型不只是性能的提升,更是架构设计层面的全面创新。从千亿参数的MoE巨兽,到只有3B的本地推理小模型,开源社区正在以惊人的速度缩短与GPT-5、Claude 4.6 Opus之间的差距。本文带你深度解析这10款重磅模型背后的技术逻辑。纯标准注意力太慢,纯线性注意力精度不够。**混合架构(标准注意力 + 线性注意力)**正在成为新的设计范式,Qwen3-Coder-Next和Ling 2.5都是典型代表。

youmaob的博客 932

国内百模谁第一?清华14大LLM最新评测报告出炉,GLM-4、文心4.0站在第一梯队

如下表所示,各个子任务对应的「Weight(-1)」的值即是归一化的权重,这个值为在 Agentbench上最初测试的模型在该子任务上得分的平均值。模型和预先设定好的环境进行多轮交互以完成各个特定的任务,情景猜谜子类会使用GPT-3.5-Turbo对最终答案进行评分,其余子类的评分方式根据确定的规则对模型完成任务的情况进行打分。在违法活动、身体健康、攻击冒犯、心理健康、隐私财产这五个分类下,各模型各有胜负,但是在伦理道德和偏见歧视上,各个模型分差较大,并保持了和总分较为一致的偏序关系。

m0_46163918的博客 1297

别再说国产大模型技术突破要靠 Llama 3 开源了

近日,千呼万唤之下,Meta终于发布了开源大模型Llama 3的 8B 和 70B 版本,再次震动 AI 圈。Meta 表示,Llama 3 已经在多种行业基准测试上展现了最先进的性能,提供了包括改进的推理能力在内的新功能,是目前市场上最好的开源大模型。

xx_nm98的博客 1206

别再说国产大模型技术突破要靠 Llama 3 开源了 | 最新快讯

目前,国内外均有一系列测试大模型能力的榜单,但时至今日,因为数据污染和基准泄露,大模型领域颇受关注的基准测试排名,其公平性和可靠性正在受到质疑,很多大模型用领域内数据刷榜来宣传、标榜自己已经成为基操,国内外都出现了一种诡异的现象——每每一个大模型推出,每一家都刷新了重要 Benchmark 榜单,各个都有重大突破,要么排名第一,要么超过 GPT-4。Llama 3-70B 在语义理解的分类评测中表现最好的是数学,分数超过 GPT-4 系列模型,排名第4;情境猜谜(LTP)表现得 0.5 分,表现相对最差。

www3300300的专栏 1066

GLM-5.3开源与智能体逃逸:AI工具链权力重构下的开发者应对策略

大语言模型与智能体技术的快速发展,正在重塑AI工具链的底层格局。开源模型能力的跃升使得本地部署成为可行方案,而智能体协作中的权限隔离与通信协议设计则成为工程实践的关键挑战。从技术原理看,模型可替换性与结构化通信机制决定了系统的灵活性与安全性;从应用场景看,开发者可通过本地推理框架接入开源模型,结合插件化工具链实现代码补全与任务自动化,同时借助最小权限原则和审计日志防范智能体行为扩散。这些实践共同指向一个趋势:AI工具链的权力结构正从封闭商业生态向开放可组合架构迁移,开发者需关注底层能力而非单一工具绑定。

weixin_29032337的博客 217

1:大模型全景图 | 谁在领跑,谁在追赶

如果你还停留在“OpenAI遥遥领先、国产在追赶”的旧认知里,是时候刷新一下了。 2026年7月的真实图景是:海外“交替领先、终局未定”,国产从“跟随者”蜕变为“规则重构者” -1。开源模型与闭源模型的差距已缩小至3.3% ,而在API调用量前五名中,全部为开源模型——其中DeepSeek V4 Flash凭借月均18.4T Tokens登顶全球榜首。

骥龙信息的博客 483

大模型助力科研:应用、差距与突破

大模型已成为学术研究的重要赋能工具,其应用正从浅层辅助走向深度整合。中外差距呈现“

qq_35090060的博客 472
上一篇: 40 英镑的 Xteink X4 电子墨水阅读器:小巧便携,自定义固件让阅读体验升级!
下一篇: 45°C 冷却液冷却 AI 机器:NVIDIA 突破提升能源效率,超大规模数据中心成本大降!
IT界那些事儿
博客等级 码龄6年 2万+粉丝 22原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值