GLM-5.2海外爆火，我們翻了1500條評論，看看用戶在討論什么

作者 | ZDTL

來源 | 至頂AI實驗室

這兩周，智譜的GLM-5.2 模型在海外火了。知名開源社區(qū)門戶Hacker News 上，討論GLM-5.2 成為領(lǐng)先open weight 模型的帖子，拿到了915 points、444 條評論。另一個討論GLM-5.2 和Claude Opus 4.8 對比的帖子，也有519 points、343 條評論。Reddit上，LocalLLaMA、ClaudeCode、LLMDevs、ZaiGLM 等版塊也陸續(xù)出現(xiàn)相關(guān)討論；YouTube 上，圍繞GLM-5.2 的長視頻評測和接入教程，也已經(jīng)有幾十萬播放和上千條評論。但這次我不太想寫一篇“模型發(fā)布了、跑分不錯、國貨之光”之類的文章。我更關(guān)心的是：既然這么多評論，海外用戶到底在討論什么。于是我把YouTube 和Hacker News以及Reddit上關(guān)于GLM-5.2 的高熱評論拉出來看了一遍，去重后大約1500 多條。1500多條評論，基本都指向一個問題：GLM-5.2 到底能不能平替Claude？這個問題說實話，有點老生常談的感覺，過去兩年，每一次開源模型的發(fā)布，大家貌似都會不自覺的通過“性能分?jǐn)?shù)”去對標(biāo)Claude，GPT等模型，尤其是開發(fā)領(lǐng)域。這也不難理解，目前，AI 編程繞不開Claude 和GPT，它們除了貴，沒啥毛病，所以，每次來了一個開源模型，跑分接近、價格更低、還能接進Cursor、Codex，開發(fā)者自然會問：它能不能打破目前AI編程的模型壟斷？在這個大的基礎(chǔ)上，繼續(xù)深挖，我發(fā)現(xiàn)1500條評論出現(xiàn)了三種不同的情緒。興奮

第一種情緒，是興奮。YouTube評論區(qū)有人說，開源AI 新聞比閉源模型更讓人興奮，也有人說，為了整個行業(yè)，開源模型必須一直能和閉源模型競爭，還有人直接感嘆，開源模型的進步速度太瘋狂了。這類評論表面上是在夸GLM-5.2，其實本質(zhì)是，開發(fā)者對少數(shù)閉源模型長期占據(jù)默認(rèn)位置，已經(jīng)有點疲勞了。過去一年，只要說到AI 編程、agent、長上下文、復(fù)雜項目修改，很多人用來用去都會繞回Claude、GPT。不是大家不想換，也不是大家喜歡貴，而是代碼任務(wù)太挑模型。一個便宜模型，如果只是聊天便宜，沒有用。真正拿來改項目，漏條件、寫錯接口、繞遠(yuǎn)路，收拾殘局的最終還得是人。GLM-5.2的出現(xiàn)，貌似是開源模型好像又往前擠了一步。它給海外開發(fā)者一個新的想象：也許不是所有復(fù)雜任務(wù)，都必須默認(rèn)交給Claude 或GPT。這是GLM-5.2 火起來的第一層原因，不是單純的民族情緒，也不是參數(shù)崇拜，而是強模型選擇開始變多了。只要選擇變多，價格、部署、工具鏈就都有重新談判的空間。理性

第二種情緒，是理性。而且?guī)缀醵祭@不開Claude。Hacker News上有專門討論GLM-5.2 和Claude Opus 4.8 對比的帖子，也有Semgrep 發(fā)起的“GLM 5.2 beats Claude in our benchmarks”討論。YouTube 評論里，也有人說自己會繼續(xù)保留Claude 訂閱，但已經(jīng)愿意拿GLM-5.2 做實驗。Youtube上有一期視頻講的是怎么把GLM-5.2 通過OpenRouter 接進Cursor 或Codex，同樣一個任務(wù)，GLM-5.2 花了44 美分，而Claude 是2.38 美元，差了5 倍多。評論里有人提到，希望看到token 價格對比；也有人說，團隊把昂貴模型用在格式化、低價值執(zhí)行任務(wù)上，才是真正的浪費；還有人關(guān)心Cursor、Codex、Claude Code 這些工具到底能不能接入GLM-5.2。

真實工作里，我們很少能做到必須二選一，這些評論區(qū)的開發(fā)者更是如此，它們真正關(guān)心的是：哪些任務(wù)可以替，哪些任務(wù)不能替。比如讀長代碼、批量改文件、寫腳本、生成測試、整理文檔、修一些邊界清楚的bug，這些任務(wù)可以先讓GLM-5.2 上；而復(fù)雜架構(gòu)設(shè)計、關(guān)鍵審閱、產(chǎn)品判斷、跨系統(tǒng)決策，還是更適合交給Claude、GPT 這類強模型。這也是評論區(qū)里比較成熟的聲音，不再是問它能不能替換掉Claude，而是問它能替掉哪些Claude 正在做的任務(wù)。GLM-5.2的出現(xiàn)，讓開發(fā)者第一次有機會認(rèn)真拆分自己的AI 工作流：什么任務(wù)必須用最貴的模型，什么任務(wù)可以交給便宜但足夠強的模型，什么任務(wù)可以用本地小模型，什么任務(wù)值得私有化部署。哪怕只是替掉30% 的執(zhí)行任務(wù)，對一個重度使用AI 編程的小團隊來說，賬單和工作流都會變。吐槽

當(dāng)然，除了興奮與理性分析，評論區(qū)還有吐槽。有一句熱點評論很有意思：現(xiàn)在我只差一個數(shù)據(jù)中心。

開始我以為是對GLM-5.2模型完全開源的一個贊揚，直到看到下面眾多的跟帖，才明白這是一句吐槽。因為這句話幾乎把GLM-5.2 的矛盾說完了。一邊是開源模型的性能逼近Claude，大家覺得興奮；另一邊則是753B 參數(shù)量擺在那里，真要本地跑，別說普通電腦，高性能工作站也撐不住。所以，下面的跟帖有人調(diào)侃，可以在本地跑這個模型，也可以選擇買套房。這種吐槽很重要，大部分人一聽到開源模型，就容易腦補成我可以在自己電腦上免費跑一個。但開源不等于低成本本地運行。粗略算一下，753B 參數(shù)只看權(quán)重，BF16 接近1.5TB；FP8 也大約是750GB；4bit 量化仍然是400 GB 級別。我們拋棄昂貴的H100，H800這樣的服務(wù)器顯卡，拿性價比比較高的RTX pro 6000（96G）舉例，即使是Q4量化的模型，僅僅是能部署加載，也得需要5-6塊，這還沒算KVcache、運行開銷和長上下文帶來的額外壓力。真正的本地部署可用，至少需要百萬人民幣以上。所以開源看似帶來更多選擇，但真正本地部署基本不是開發(fā)者個人可以玩的。當(dāng)然這些吐槽不影響它的價值，一個模型既可以在API 側(cè)改變成本結(jié)構(gòu)，也可以在企業(yè)私有化里提供新選項，GLM-5.2的開源本身針對的就不是個人。看完這1500 多條評論，我認(rèn)為，恰恰是這三種情緒放在一起，才是GLM-5.2 海外爆火的完整樣子。所以我現(xiàn)在更愿意這樣理解GLM-5.2：它一定平替不了Claude，但它已經(jīng)讓開發(fā)者開始思考一個更現(xiàn)實的問題：哪些任務(wù)還值得交給最貴的模型，哪些任務(wù)可以交給新的開源強模型。這個問題，比誰跑分第一更重要。最后，如果你是一名開發(fā)者，你是選擇在本地部署GLM-5.2，還是選擇買套房。END本文來自至頂AI實驗室，一個專注于對AI計算機、工作站及各類AI相關(guān)硬件設(shè)備，開展基于真實使用場景評測的研究機構(gòu)。