文章目录
- 前言
- 一、Fable 5 被禁与 GLM-5.2 的窗口期：一个被记录的 72 小时
- 二、KingBench 3 排行 + 5 项编程实测：GLM-5.2 真实战力
- 三、1M 上下文 + 8 小时 Agentic：两个改变使用方式的硬通货
- 1. 1M 上下文：从"切分喂"到"整本扔进去"
- 2. Agentic Coding：能自己跑 8 小时
- 四、市场不会说谎：中转站冒充是 GLM 战力的最硬证据
- 五、唯一的破绽：GLM-5.2 是"瞎子"
- 六、把 GLM-5.2 放到国产开源模型的演化线上看
- 七、GLM-5.2 vs Claude vs GPT-5.5：架构师视角的横向对比
- 八、从架构师视角看 GLM-5.2 落地的几个工程取舍
- 九、给一线技术人的 GLM-5.2 切换决策清单
- 1. 这周可以做的：跑一次最小验证
- 2. 这个月可以做的：把团队最痛的非视觉任务切到 GLM-5.2 试点
- 3. 这个季度可以做的：建立团队级双模型路由规范
- 4. 长期需要建立的：从「闭源全家桶依赖」转向「开源多模型组合」的能力
- 总结
前言
这两天技术圈被一篇稿子刷屏了——标题叫《GLM-5.2 强到了什么程度？它能冒充 Claude，而你看不出来》。讲的是智谱 6 月开源的 GLM-5.2，在纯文本编程任务上已经追到了 Anthropic 旗舰 Claude 一个身位以内，狠到塞进中转站贴上 Claude 标签，普通用户察觉不出来。
说实话，看到这种"国产模型又追上了"的论调，我第一反应是抵触的。过去两年这类稿子太多，每次都是"对标 GPT-4"“逼平 Claude”，真用起来还是写个 README 都得改三轮。 benchmark 排行榜刷得再高，落到生产环境里的体感差距，谁用谁知道。
但这次把原文、KingBench 3 排行榜、中转站实测数据都扒了一遍之后，我的判断变了。这不是又一篇"国产模型赢了"的公关稿，是市场已经用脚投了票——GitHub 上的中转站评测指南直接写"有的站长拿低价模型（如 GLM）冒充 Claude"，B 站专门出了"如何识别你买的 Claude 是真是假"的教学视频。一个"教你怎么不被骗"的品类能成立，说明被骗的人已经多到形成市场了。这种事不会发生在差距明显的两个模型之间。
核心观点先放这儿：GLM-5.2 在纯文本 coding 上已经追到 Claude 一个身位以内，"国产开源不行"这个默认假设可以扔了；但它的两个物理短板——不支持视觉输入、API 算力下午紧张——决定了它没法全面替代 Claude，选型要看场景。
本文不写"国产模型又赢了"的鸡汤，从架构师视角拆三件事：GLM-5.2 真实战力到哪了、中转站冒充现象说明了什么、什么场景该切什么场景别切。