中国AI模型,悄悄拿了世界第一

昨天刷 Hacker News，我发现一件很有趣的事。

排行第四的那条消息，标题平淡无奇——"GLM-5.2 成为 Artificial Analysis 智能指数上排名第一的开源模型"。翻译过来就是：有一个叫 GLM-5.2 的中国模型，刚拿了个世界第一。

底下 689 个 upvote，354 条评论。外国程序员在评论区吵得不可开交。

说实话，我第一反应是——又是哪个刷榜的？过去两年，"中国 AI 超越 GPT"的标题我看得够多了。每次点进去，要么是某个特定任务比 GPT 高了 0.3 分，要么是中文能力吊打外国模型。

但这次不太一样。

Artificial Analysis 不是某个野榜。它是现在全球最受认可的 AI 基准测试平台之一，评测维度覆盖了推理、编程、科学、数学、代理能力等多个方面。而在这个榜单上，GLM-5.2 得分 51，把 MiniMax-M3（44）、DeepSeek V4 Pro（44）、Kimi K2.6（43）全部甩在了身后。

51 分是什么概念？

榜单上排第二的开源模型，才 44 分。7 分的差距，在 AI 评测领域，用"断层领先"来形容一点不夸张。上一个让我有这种感觉的，还是 2025 年初 DeepSeek V3 刚出来的时候。

更让我吃惊的是另一个维度——GDPval-AA v2，这是一个专门衡量 AI "干活"能力的测试。不是让你做选择题，不是让你写一首漂亮的诗，而是让你真正去完成一个任务：查资料、写代码、调整方案、最终交付。

GLM-5.2 在这个测试上拿了 1524 分。作为对比，MiniMax-M3 是 1418 分，DeepSeek V4 Pro（max）是 1328 分。而 GPT-5.5（xhigh reasoning 模式）是 1514 分。

你没看错——这个中国开源模型在干活能力上，和 GPT-5.5 基本持平。

我一个做 AI 投资的朋友昨晚给我发消息说："你看到了吗？GLM 又杀回来了。"

"又"这个字，用得特别准确。

如果你是从 2023 年开始关注 AI 的人，应该记得智谱（Z.ai）这个名字。那时候他们的 ChatGLM 系列是国内最早一批能打的对话模型，跟百度的文心一言、阿里的通义千问一起，被戏称为"国产大模型三剑客"。

但后来呢？

2024 年 Kimi 杀出来了，长上下文能力让所有人闭嘴。2025 年 DeepSeek 杀出来了，V3 和 R1 直接把开源社区炸翻了天。MiniMax 也开始发力，M3 在编程和数学上的表现让人印象深刻。

智谱呢？智谱好像……没声音了。

至少普通用户是这么觉得的。

但你去看技术圈，智谱从来没停过。GLM-4、GLM-4V、GLM-5、GLM-5.1……他们的版本号一直在往前滚。只是这些版本在发布时的声量，远不如 DeepSeek 和 Kimi 那么炸裂。

直到 GLM-5.2。

这次他们憋了个大的。

先说几个硬数据。GLM-5.2 是 7440 亿总参数、400 亿活跃参数的 MoE 架构，跟 GLM-5.1 一样大。但评分从 40 涨到了 51，涨了 11 分——同样的参数规模，能力跳了一大截。

科学推理方面：GPQA Diamond 从 86% 涨到 89%，HLE 从 28% 涨到 40%。不要小看这 12 个百分点的提升，HLE（Humanity's Last Exam）是这个星球上最难的 AI 测试之一，每提一个点都意味着模型在"真·推理"上往前拱了一大步。

编程能力方面：SciCode 从 43% 涨到 50%，TerminalBench v2.1 涨了 16 个点。这已经不是"能帮你写点脚本"的水平了，这是在朝着"能独立完成科研级别的编程任务"走。

上下文窗口从 20 万 token 扩展到了 100 万。100 万 token 意味着什么？你可以把整本《三体》三部曲扔进去，然后问它"叶文洁在第二部里总共出现过几次"，它能给你精确答案。

还有一个细节让我特别在意。

MIT 协议。

开源模型有很多种"开源"。有的是"开源但禁止商用"，有的是"开源但限制用途"，有的是"开放权重但协议一长串"。但 MIT 协议是最宽松的那种——你可以拿它去做任何事，包括商用、改改再发布、甚至把它塞进自己的产品卖钱，只要保留版权声明就行。

一个拿了世界第一的中国模型，用 MIT 协议开源。

这意味着什么？

意味着全球任何一个开发者、任何一家创业公司，都可以免费拿到这个跟 GPT-5.5 差不多能打的模型，部署在自己的服务器上，做自己的应用。你不用给智谱付一分钱，也不用担心哪天许可证被收回。

我在 DeepInfra、Novita、Nebius、Parasail、SiliconFlow、GMI Cloud、Baseten、Fireworks 这些第三方平台都看到 GLM-5.2 上线了。一个模型刚发布，这么多平台同时支持——这说明什么？说明开源社区对这个模型的需求是真金白银的，不是 PR 出来的。

当然，GLM-5.2 不是完美的。

它一个比较大的槽点是 token 效率。每个任务平均要用 43000 个输出 token，比 GLM-5.1 的 26000 多了不少，也比 MiniMax-M3 的 24000 高了快一倍。翻译成人话就是：它有点啰嗦，喜欢"写小作文"。

不过考虑到它的定价——输入 4.4/百万 token——一个任务大概花 $0.46。对于个人开发者来说可能要考虑一下成本，但对于企业级应用，这个价格跟它提供的能力比起来，性价比相当高了。

而且如果你不想花钱，你可以自己部署。MIT 协议，随便搞。

说到这儿，我想聊聊一个更大的话题。

去年 5 月 30 日，我写了一篇文章叫"AI 新王登基"，讲的是 Anthropic 融资 650 亿美元、估值冲到 9650 亿的事。那时候所有人都在讨论一个问题：闭源是不是比开源更有前途？

OpenAI 闭源，Anthropic 部分闭源，Google 闭源——这些闭源模型确实在很长一段时间里霸榜了各种评测。

但现在你再看 Artificial Analysis 的排行榜，开源模型的排名是：GLM-5.2（51）、MiniMax-M3（44）、DeepSeek V4 Pro（44）、Kimi K2.6（43）——全是中国的。

中国的开源 AI，正在把"开源 vs 闭源"这个争论变成"中国开源 vs 美国闭源"。

这不是一句口号。这是正在发生的事情。

智谱这家公司的背景，可能有人不知道。它的核心团队来自清华大学知识工程实验室（KEG），就是那个从 2016 年开始就在搞大规模预训练模型的地方。ChatGLM、CogView、CogVideo、AutoGLM——这些听起来耳熟的名字，背后都是同一群人在推。

跟 DeepSeek 那种"从量化基金杀出来"的故事不同，智谱走的是更传统的学院派路线。清华出身，教授带队，产学研结合。这种路线在早期 AI 圈不被看好——投资人喜欢的是"几个天才辍学创业"的剧本，不是"大学教授做公司"。

但 GLM-5.2 证明了，学院派的稳扎稳打，在 AI 这个领域可能是被低估的策略。

DeepSeek 像个天才少年，每次出手都石破天惊。智谱像个沉默的工程师，不声不响地打磨，然后突然掏出一个让全世界都闭嘴的东西。

Hacker News 上有一个评论我印象很深。一个老外说："I remember when people said China was 2 years behind in AI. That was 18 months ago."

我记得人们说中国 AI 落后两年的时候——那是 18 个月前的事。

18 个月。

从"落后两年"到"开源第一"，中国 AI 用了 18 个月。

我记得很清楚，2025 年 1 月 DeepSeek R1 发布的时候，整个硅谷都慌了。OpenAI 的 Sam Altman 连夜发推，说"我们会加快发布节奏"。华尔街的 AI 概念股暴跌。英伟达一天蒸发了差不多 6000 亿美元市值。

那时候人们说，这是一次"珍珠港事件"。

现在 GLM-5.2 又来了。这次没那么大动静了——不是因为它不够强，而是因为"中国 AI 很强"这件事，大家已经开始习惯了。

这才是我觉得最厉害的地方。

当一个国家的 AI 实力不再让人惊讶的时候，说明它已经是一种常态了。

我写这篇文章的时候，GLM-5.2 已经在十几个平台上可以被调用了。如果你想试试，最简单的办法是去 chat.z.ai，直接用。或者如果你是开发者，去 DeepInfra、SiliconFlow 这些平台调用 API，价格很便宜。

当然，要不要试试是你的事。我写这篇文章的目的，不是推销模型，而是想记录下来——2026 年 6 月的某一天，一个叫 GLM-5.2 的中国模型，在全球最权威的评测榜单上，拿了开源模型的第一名。

跟 GPT-5.5 差不多能打，MIT 协议，完全免费。

这件事本身就值得被记住。

参考链接：

• Artificial Analysis: GLM-5.2 评测报告 - https://artificialanalysis.ai/articles/glm-5-2-is-the-new-leading-open-weights-model-on-the-artificial-analysis-intelligence-index^[1]
• Z.ai 官方 - https://chat.z.ai/^[2]
• GLM-5.2 模型对比 - https://artificialanalysis.ai/models/glm-5-2^[3]
• HuggingFace zai-org - https://huggingface.co/zai-org^[4]

📝 觉得有意思的话，点个 「推荐」 和 「赞」 ，转发给对 AI 感兴趣的朋友。你的支持是我继续写的动力。

还没关注的朋友，点下面的卡片关注 xxDays，我们下期见。

引用链接