趋近智
GLM-5.2
活跃参数
744B
上下文长度
1M
模态
Text
架构
Mixture of Experts (MoE)
许可证
MIT
发布日期
13 Jun 2026
训练数据截止日期
-
API 价格 (每 1M)
输入: $1.40 · 输出: $4.40
系统要求
不同量化方法和上下文大小的显存要求
1024 个令牌
消费级
98x RTX 4090
24GB VRAM
数据中心
25x NVIDIA A100
80GB VRAM
Apple Silicon
21x Apple M3 Max
128GB VRAM
1000000 个令牌
消费级
491x RTX 4090
24GB VRAM
数据中心
106x NVIDIA A100
80GB VRAM
Apple Silicon
113x Apple M3 Max
128GB VRAM
架构图
评估基准
排名
#11
| 基准 | 分数 | 排名 |
|---|---|---|
StackUnseen | 0.867 | 9 |
Agent Arena | max 0.06 | 10 |
0.80 | 13 | |
Web 开发 | max 1587 | 15 |
研究生级问答 | 0.912 | 18 |
0.90 | 23 | |
0.52 | 24 | |
0.74 | 27 | |
通用文本 | max 1472 | 33 |
0.73 | 33 | |
LiveBench 平均分 | 0.73 | 33 |
智能体指数 | max 0.40 | 35 |
0.79 | 37 | |
max 0.42 标准 0.27 | 38 108 | |
max 0.69 标准 0.47 | 45 86 |
排名
排名
#11
编程排名
#10
关于 GLM-5.2
Z.ai 于 2026 年 6 月 13 日发布的旗舰级开源权重基础模型。这是一款拥有 7,440 亿参数的混合专家（MoE）模型，由 IndexShare 技术驱动，每个 token 的激活参数量为 400 亿。该模型具备稳定的 100 万 token 上下文窗口，针对长程代码编写和智能体（Agent）工作流进行了优化，支持多种思考力度等级（High 和 Max），并在基准测试中表现强劲（Terminal-Bench 2.1 得分为 81.0，SWE-bench Pro 得分为 62.1）。支持思考模式、流式输出、函数调用、上下文缓存、结构化输出以及 MCP 集成。该模型采用 MIT 许可证发布，无地域限制。定价为每百万输入 token 1.40 美元，每百万输出 token 4.40 美元。
技术规格
注意力
注意力结构
DeepSeek Sparse Attention
注意力头
64
键值头
64
注意力头维度
192
位置嵌入
ROPE
RoPE Theta
8,000,000
滑动窗口注意力
No
滑动窗口大小
-
滑动窗口比例
-
线性注意力
-
线性注意力比例
-
归一化
RMS Normalization
激活函数
Swish
维度
隐藏维度大小
6,144
层数
78
FFN 中间层大小（稠密层）
12,288
多 Token 预测头数
1
分词器
词汇量大小
154,880
混合专家
专家参数总数
40.0B
专家数量
256
活跃专家
8
共享专家数
1
FFN 中间层大小（每专家）
2,048
MoE 前的稠密层数
3
关于 GLM-5.2
Z.ai's GLM-5.2 is a 744-billion-parameter Mixture-of-Experts flagship foundation model, released June 13, 2026, designed for long-horizon coding and agentic engineering tasks. It features a usable 1M-token context window, IndexShare architecture reducing compute to 1/20th of prior generations, and multiple thinking-effort levels. Open-weights under MIT license with no regional restrictions.
其他 GLM-5.2 模型
- 没有相关模型