GLM-5.2开源了 MIT协议免费商用 开源模型第一次追上ChatGPT

最近两天刷 Hacker News，两条帖子直接给我整不会了。

一条900多分，Z.ai 发布了 GLM-5.2，MIT 协议开源，智力指数拿到 51 分，距离 GPT-5.5 只差 4 分。另一条 1300 多分，标题直接问「有没有人已经用本地模型替代 Claude 和 GPT 写代码了」，底下 500 多条评论炸开了锅。

我自己的感受是，这尼玛就是，等了很久的那个信号。

说真的，过去一年我一直在观察开源模型的追赶速度。从 DeepSeek V3 到 Qwen 3.6 到 MiniMax M3，每次都是「快了快了」，但跟 Claude 和 GPT 的差距始终像隔着一条河，看得见岸但过不去。

GLM-5.2 可能是第一个让我觉得，真的有可能趟过去的一个。

先说说 GLM-5.2 到底强在哪

Artificial Analysis 智力指数，目前公认最靠谱的模型评测榜单之一。GLM-5.2 拿到了 51 分，排在所有开源模型的第一名。GPT-5.5 是 55 分，Opus 4.8 也差不多在这个区间。也就是说，这个开源模型跟地球上最强的闭源模型，只差 4 分。

4 分是什么概念？同一梯队内，不同推理强度设置都能差出 4 分来。

更离谱的是幻觉率。DeepSeek V4 Pro 的幻觉率高达 94%，遇到不会的问题几乎全在编。GPT-5.5 好一点但也到了 86%。GLM-5.2 只有 28%，不到 GPT-5.5 的三分之一。有人拿同一个复杂的 Python 问题分别测试了 DeepSeek V4 Pro 和 GLM-5.2，DeepSeek 用了将近 4 分钟思考，输出了 7700 个 token，答案全是错的。GLM-5.2 只用了 12 秒，800 个 token，直接告诉你这个需求有技术上的不可能性，并解释了为什么。

12 秒 vs 4 分钟，800 token vs 7700 token，正确 vs 胡编。

这个差距太扎心了。

然后说协议。MIT 开源，免费商用。这意味着你可以把 GLM-5.2 接进你的产品里卖钱，不需要给 Z.ai 交一分钱，也不需要公开你自己的代码。在开源大模型圈子里，MIT 协议算是最大方的了，DeepSeek 用的是自家的协议，Qwen 也有各种限制。

定价方面，Z.ai 官方 API 是每百万 token 输入 1.4 美元、缓存命中 0.26 美元、输出 4.4 美元。横向对比一下，GPT-5.5 的价格大概是这个的 5 到 10 倍。而且 GLM-5.2 的 KV 缓存命中率据说超过 95%，实际使用成本还会更低。

上下文窗口也从 GLM-5.1 的 20 万 token 扩展到了 100 万 token。

1300 分的讨论帖里，开发者们怎么说

那条「有没有人已经用本地模型替代 Claude/GPT」的帖子，是我今年在 HN 上看到的编程类话题中讨论最热烈的一个。1306 分，560 多条评论，每一个认真写代码的人都在聊自己的实际体验。

评论区的情况大概分成了两派。

一派是「够了，日常完全够用」。有个开发者说他用 RTX 5090 跑 Qwen 3.6 27B，搭配 llama-server，日常的脚本、数据处理、小型项目开发已经完全不用开 Claude 了。还有人用 M4 MacBook Pro 36GB 跑 Qwen 3.6 35B，80 token/秒，也是日常任务不用云端。

一个 24 人的公司买了两台 DGX Spark，全部自给自足，不管外面 AI 怎么涨价怎么出事，他们自己的 AI 基础设施完全不受影响。

另一派是「还差得远」。做 DevOps 的、写基础设施代码的，普遍觉得 Claude 的能力目前没什么能替代。有个哥们说得很直接，「我试了所有开源模型包括最大的 Qwen 480B 和 Kimi，没有哪怕一个能接近 Claude，我宁愿用 Sonnet 也不碰 Qwen」。

我觉得两边说得都对。取决于你做什么样的工作。

如果你是写业务逻辑的，CRUD 多、重复性高、需求明确，开源模型确实已经够了。但如果你做的是需要深度推理的事情，比如设计一个复杂的系统架构、调试一个嵌套了三层的并发 bug，Claude 和 GPT 的差距还是很明显的。

不过话说回来，Claude 的优势在缩小这件事本身，才是最重要的信号。

对想靠 AI 赚钱的人意味着什么

我觉得这事对普通人的影响，可能比大家想象的大。

你想想看，以前想做一个 AI 相关的产品或服务，你只有两条路，要么接 OpenAI 的 API，要么接 Anthropic 的 API。定价权完全在别人手里，他们一涨价你就得跟着掏，他们一出新模型你的成本模型就得重算。

现在多了第三个选择，而且这个选择是免费的、开源的、能力已经足够接近的。

具体来说，有几个方向我觉得值得关注。

第一个，AI 编程辅助工具。如果你是做开发者工具的，GLM-5.2 的 MIT 协议意味着你可以把它直接嵌入你的产品里，不需要担心授权问题。做个代码补全插件、做个代码审查工具、做个自动生成测试用例的服务，成本结构会完全不一样。

第二个，本地部署咨询服务。评论区里很多人想用本地模型但不会配，什么量化方式、KV 缓存设置、推理引擎选型，这些对普通开发者来说门槛不低。有些人已经在做这件事了，帮企业搭建本地 AI 基础设施，按项目收费。

第三个，多模型路由。很多开发者的实际做法不是二选一，而是简单任务用开源模型省成本，复杂任务切回 Claude。如果你能做一个智能路由工具，根据任务复杂度自动选择最合适的模型，这玩意儿是有市场的。

第四个方向比较骚，是 模型微调服务。GLM-5.2 开源意味着你可以拿它做基础模型，针对特定行业做微调。法律、医疗、金融，每个领域都需要自己的专业模型，但不是每个公司都有能力从头训一个。你帮他们微调，收服务费。

一些踩坑经验

如果你打算试一下 GLM-5.2 或者其他开源模型，有几个坑我想提前帮你踩一遍。

量化方式影响巨大，这一点怎么强调都不够。有人用 IQ4_XS 量化跑 Step 3.7，效果好得出乎意料。但换成另一个量化级别，同一个模型可能就疯狂循环思考、烧掉大量时间还给出错误答案。建议你用你自己的实际任务做评测，不要只看跑分。

推理引擎的选择也很重要。llama.cpp 和 Ollama 是最流行的，但很多人发现切到 llama.cpp 之后性能提升明显，特别是在 M 系列 Mac 上。也有人在用 Opencode、Pi 这些专为编程场景优化的 agent 框架，配合本地模型使用。

还有一点，不要只跑一个模型。评论区里有个老哥的方案很有意思，他同时跑 20 多个自烘焙的模型，用不同的 harness 配合不同的任务。他说 harness 跟模型一样重要，同一个模型换一个 harness 可能效果天差地别。

说实话我自己也还在摸索这一块，不敢说有完整的经验。但有一点我很确定，如果你想认真玩本地 AI，不要一上来就追求最大最强的模型，先从一个 7B 或 9B 的小模型开始，把整个工作流跑通，然后再往大模型升级。

回到更大的视角

我越想越觉得，GLM-5.2 的意义不在于它是不是真的比 GPT-5.5 强。这个不重要。

重要的是，一个 744B 参数的开源模型，MIT 协议，免费，智力指数 51 分，幻觉率 28%。

这个东西一年前不存在。

两年前连 DeepSeek V2 都还没出来。三年前 GPT-4 刚发布的时候，开源模型跟闭源的差距是跨物种级别的。

现在这个差距是 4 分。

我不知道 GLM-5.2 之后下一个模型会不会直接追平。但我知道一件事，速度没有放缓反而是在加速。MiniMax M3 是 44 分，三个月前发布的。GLM-5.2 是 51 分，刚发布的。中国团队的开源模型迭代速度，已经快到让人有点麻木了。

磨平一些信息差。