Z.ai 本週以 MIT 授權釋出開放權重的 GLM-5.2，而這次發表最有意思之處，在於這家公司選擇不放入的東西。沒有任何基準測試分數。沒有 SWE-bench、沒有 Terminal-Bench、沒有 Code Arena 分數，而前一代的 GLM-5.1 當初登場時曾公布過 SWE-bench Pro 的 58.4 分。在一個每次模型發表都以排行榜開場的年份，推出一款前沿程式設計模型並讓它憑自身站立，是一種刻意的姿態。

就已知的規格而言，全都瞄準了程式設計。GLM-5.2 建立在 GLM-5 基座之上，這是一款 7440億參數 的混合專家模型，每個 token 約啟用 400億 參數，不過這些數字來自社群分析而非 Z.ai，後者在發表資料中並未說明架構。最受矚目的數字是上下文視窗：百萬 token，標記為 glm-5.2[1m]，約為前一代的五倍，單次回應最多可輸出 131,072 個 token。其實際主張是，你可以將一整個中型程式庫保留在工作記憶中，而不必不斷地把內容摘要回傳給模型。

在產品面，這款模型被設計成可直接嵌入既有的工作流程。權重採 MIT 授權，並在發表之後跟進釋出，而託管版本可透過相容於 Anthropic 的端點觸及，因此能搭配包括 Claude Code、Cline 與 OpenClaw 在內的八種代理程式設計工具運作。High 與 Max 兩種思考強度等級透過 /effort 指令開放，其中 Max 建議用於複雜的多步驟工作。對於早已生活在 Claude Code 裡的開發者而言，切換模型幾乎只是改一個設定。

誠實的但書正是不附基準測試這件事的另一面：沒有數字，目前還沒有人能獨立地把 GLM-5.2 與同儕排名，唯一真正的檢驗就是在實際程式庫上的持續使用。但有一種說法認為這比另一種做法更健康。基準測試分數已經成為一個行銷介面，模型也越來越被調校成只為了贏得它，而一個可用的百萬 token 視窗加上一份寬鬆的授權，是比單一個有爭議的數字更具體可評估的東西。排行榜很快就會被填滿。真正有意思的訊號，是一家實驗室有足夠的信心，能在沒有它們的情況下發表。