GLM-5.2vsGLM 5.1
在 13 个同模式 benchmark 中，GLM-5.2 整体领先：GLM-5.2 领先 13 项，GLM 5.1 领先 0 项，持平 0 项，平均分差 +23.79。另有 11 项测试模式不同，仅供参考。
GLM-5.213 项(100%)(0%)0 项GLM 5.1
评测分数
按能力类目分组，每组内按分差大小排列；共 13 项。
数学
GLM-5.2 领先 3/3| 评测项 | GLM-5.2 | GLM 5.1 | 分差 |
|---|---|---|---|
| FrontierMath v2 | 42.4655 / 114Normal (With Tools) | 24.9180 / 114Normal (With Tools) | +17.54 |
| IMO-AnswerBench | 912 / 23Thinking (No Tools) | 83.8014 / 23Thinking (No Tools) | +7.20 |
| AIME 2026 | 99.203 / 32Thinking (No Tools) | 95.3013 / 32Thinking (No Tools) | +3.90 |
仓库修复与多文件工程
GLM-5.2 领先 2/2| 评测项 | GLM-5.2 | GLM 5.1 | 分差 |
|---|---|---|---|
| FrontierSWE v1 | 67.465 / 17Historical report (mode unspecified) | 25.7413 / 17Historical report (mode unspecified) | +41.73 |
| SWE-Bench Pro - Public | 62.1014 / 65Thinking (With Tools) | 58.4022 / 65Thinking (With Tools) | +3.70 |
跨应用与工具编排
GLM-5.2 领先 2/2| 评测项 | GLM-5.2 | GLM 5.1 | 分差 |
|---|---|---|---|
| PinchBench v2 | 86.985 / 45Reported best (effort unspecified) | 59.9533 / 45Reported best (effort unspecified) | +27.03 |
| Tool Decathlon | 48.204 / 10Thinking (With Tools) | 40.706 / 10Thinking (With Tools) | +7.50 |
写作与创意表达
GLM-5.2 领先 1/1| 评测项 | GLM-5.2 | GLM 5.1 | 分差 |
|---|---|---|---|
| Creative Writing | 1,75725 / 112Normal (No Tools) | 1,59243 / 112Normal (No Tools) | +164.30 |
常识推理
GLM-5.2 领先 1/1| 评测项 | GLM-5.2 | GLM 5.1 | 分差 |
|---|---|---|---|
| SimpleBench | 58.8039 / 95Normal (No Tools) | 55.1045 / 95Normal (No Tools) | +3.70 |
科学知识与推理
GLM-5.2 领先 1/1| 评测项 | GLM-5.2 | GLM 5.1 | 分差 |
|---|---|---|---|
| GPQA Diamond | 91.2030 / 254Thinking (No Tools) | 86.2078 / 254Thinking (No Tools) | +5 |
综合知识考试
GLM-5.2 领先 1/1| 评测项 | GLM-5.2 | GLM 5.1 | 分差 |
|---|---|---|---|
| HLE | 54.7029 / 240Thinking (With Tools) | 52.3035 / 240Thinking (With Tools) | +2.40 |
自主开发与终端任务
GLM-5.2 领先 1/1| 评测项 | GLM-5.2 | GLM 5.1 | 分差 |
|---|---|---|---|
| Terminal-Bench 2.1 | 8127 / 63Thinking High (With Tools) | 58.7056 / 63Thinking High (With Tools) | +22.30 |
跨能力综合测试
GLM-5.2 领先 1/1| 评测项 | GLM-5.2 | GLM 5.1 | 分差 |
|---|---|---|---|
| LiveBench | 73.1855 / 157Normal (No Tools) | 70.1875 / 157Normal (No Tools) | +3 |
测试模式不同的成绩
共 11 项。两款模型的公开成绩来自不同测试模式，分数不直接可比，不计入胜负和平均分差。
| 评测项 | GLM-5.2 | GLM 5.1 |
|---|---|---|
| Terminal Bench Hard | 50.80Max (With Tools) | 35.60Normal (With Tools) |
| Terminal-Bench 4.0 | 1Max (With Tools) | 2Thinking (With Tools) |
| GDP.pdf | 10.40Max (No Tools) | 8.40Thinking (No Tools) |
| Context Arena | 72.34Max (No Tools) | 30.29Normal (No Tools) |
| WeirdML v2 | 67.31Thinking High (With Tools) | 57.10Normal (With Tools) |
| Text Arena (Coding) | 1,593Max (No Tools) | 1,534Normal (No Tools) |
| APEX-SWE | 37.40Max (With Tools) | 34.50Reported best (effort unspecified) |
| SciCode | 51.20Max (No Tools) | 44.80Thinking (No Tools) |
| CritPt | 3.10Normal (No Tools) | 4.60Thinking (No Tools) |
| τ³-Banking | 16.70Normal (With Tools) | 13.60Thinking (With Tools) |
| MCP-Atlas | 77.80Thinking (With Tools) | 75.60Normal (With Tools) |
规格对比
| 字段 | GLM-5.2 | GLM 5.1 |
|---|---|---|
| 发布机构 | 智谱AI | 智谱AI |
| 发布时间 | 2026-06-13 | 2026-03-27 |
| 模型类型 | 推理大模型 | 推理大模型 |
| 架构 | MoE 架构 | MoE 架构 |
| 参数规模 | 7533.3亿 | 7540亿 |
| 上下文长度 | 1M | 200K |
| 最大输出 | 128K | 125K |
API 调用价格
价格优先使用 DataLearner 配置的 API 记录；缺失项不做推测。
| 价格项 | GLM-5.2 | GLM 5.1 |
|---|---|---|
| 文本输入 | $1.4 / 1M tokens | $1.4 / 1M tokens |
| 文本输出 | $4.4 / 1M tokens | $4.4 / 1M tokens |
| 缓存读取 | $0.26 / 1M tokens | $0.26 / 1M tokens |
小结
- GLM-5.2在以下类目领先:数学 (3/3)、仓库修复与多文件工程 (2/2)、跨应用与工具编排 (2/2)、写作与创意表达 (1/1)、常识推理 (1/1)、科学知识与推理 (1/1)、综合知识考试 (1/1)、自主开发与终端任务 (1/1)、跨能力综合测试 (1/1)
13 个同模式 benchmark 上，GLM-5.2 平均高出 23.79 分。
单项差距最大的 benchmark：Creative Writing — GLM-5.2 1,757，GLM 5.1 1,592（分差 +164.30）。
本页正文由结构化模型、价格与 benchmark 数据生成，不使用实时 LLM 撰写。