GLM 5.2 以百万 token 上下文面向长程智能体，Fireworks 独立复现其 GPQA-Diamond 成绩
核心概要
Z.ai 发布旗舰模型 GLM 5.2，主打面向长程智能体任务的稳定 100 万 token 上下文，并按公开基准定位为开源编码模型中的最强者。推理平台 Fireworks 没有直接转发厂商数字，而是在自有 GPU 与推理引擎上运行开放权重，在 GPQA-Diamond 上以高推理模式得到 91.4%（181/198），与 Z.ai 报告的 91.2% 基本一致。模型以 MIT 许可发布，并已在 Fireworks 上线供开发者与研究者使用。
深度剖析
GLM 5.2 把长程智能体工作作为主要场景，核心特性是稳定的 100 万 token 上下文窗口，用于让智能体在无人干预下持续运行较长时间。 此前的处境是上下文长度容易宣称、却难以在真实工程压力下保持可靠；Z.ai 技术博客把这一点直接点明。 Fireworks 指出，把上下文推到 100 万 token 会把瓶颈从算力转移到 KV 缓存容量、内核开销和 CPU 侧调度，因此窗口的价值取决于它在自主运行数小时后是否仍然连贯。
Fireworks 在自有 GPU 和推理引擎上运行 GLM 5.2 的开放权重，独立复核了 Z.ai 公布的推理成绩。 厂商基准通常在自家基础设施和评测框架上运行，跨模型比较因此长期存在争议，Fireworks 选择不直接采信厂商图表。 在 GPQA-Diamond 上，GLM 5.2 于 Fireworks 引擎和 GPU 上以高推理模式取得 91.4%（181/198），对应 Z.ai 报告的 91.2%。
GLM 5.2 以 MIT 许可发布，允许商用、修改和再分发，且不含 copyleft 约束和区域限制。 它出现在过去一周 Kimi、Qwen、DeepSeek 和 MiniMax 接连发布新旗舰的开放权重发布潮之中。 Fireworks 将其与同周的其他开放旗舰并列提及，并说明模型已在其平台上向开发者和 LLM 研究者开放。
启示与展望
已展示的范围是：GLM 5.2 在 Fireworks 自有 GPU 与推理引擎上以高推理模式运行 GPQA-Diamond 得到 91.4%（181/198），并已在 Fireworks 平台上线，可通过 Playground、无服务器按 token 计费以及兼容 OpenAI 与 Anthropic 的接口接入。
Fireworks 明确说明，公开基准回答的是一般性问题而非具体用户的问题，排行榜胜出者仍可能在特定代码库、提示和延迟预算下落后，可靠的选择方式是在实际交付的工作上测试候选模型。GLM 5.2 的编码能力定位依据的是 Z.ai 公布的基准结果。