这一次，国产开源模型开始领跑
17日凌晨智谱正式上线了GLM-5.2，上线后立马引发海外网友的热议，在Design Arena评测榜单上，凭借 1360 的 Elo 分数，GLM-5.2 已跃居现已不可用的 Claude Fable 5 之前，这是开源模型的第一次。

GLM -5.2 甚至比 DeepSeek 时刻还要重大，在过去的几个月里，开源 AI 一直停滞不前，新发布的模型令人失望，仍然远远落后于顶级的闭源模型。
但 GLM -5.2 不同，它出人意料地接近 GPT 和 Opus 级别的质量，同时成本低得多且开源权重，它只需极少的指导就能完成任务。

GLM-5.2的参数规模看上去就很疯狂， Claude Opus 和 GPT 估计大约是 2T，而 Mythos/Fable 则是它的好几倍。 但 GLM-5.2 仅以 744B 的规模就匹配或超越了它们的性能，体积只有三分之一。

来对比一下几个模型每百万输出token的价格：
deepseek v4 pro ：大约0.87美元每百万token 。
GLM 5.2 ：大约4.4美元每百万token。
Claude Opus 4.8 ：大约25美元每百万token。
GPT-5.5 ：大约30美元每百万token。

为什么国产大模型能做到这么低的价格？
GLM 5.2、deepseek v4 pro采用的是MoE 混合专家架构，这个架构的优势是能优化每次推理时激活的参数，其余参数休眠，单次生成算力消耗直接降低 70%~90%，显存占用砍半，单卡吞吐量提升十几倍。

GPT-5.5、Claude Opus 全系稠密模型，每次输出都要跑完整套千亿参数，算力、显存开销是 MoE 的十几倍，硬件边际成本天然更高。

华为昇腾的算力卡和昇腾CANN 生态深度适配 MoE 模型，再加上昇腾单卡成本远远低于英伟达，无论是训练成本还是推理成本都远远低于GPT-5.5、Claude Opus。

梁文峰在2024年接受专访时说过：技术没有秘密，但重置需要时间和成本。英伟达的显卡，理论上没有任何技术秘密，很容易复制；同理 OpenAI、海外大模型这套技术路线、训练方案全都公开，单论模型能力很容易赶超，但重新组织团队、搭建完整产业生态、持续迭代下一代技术都需要时间，所以实际的护城河还是很宽。

智谱的GML-5.2正在印证这句话：单论模型能力很容易赶超，..........