GLM-5.2开源发布：百万上下文与编程能力进阶及金融投研实测

GLM-5.2发布与核心架构创新

2026年6月17日，智谱AI正式发布并开源新一代旗舰基座模型GLM-5.2。该模型延续GLM-5系列面向AI Coding与长程Agent任务的核心定位，采用MIT开源协议且无地域限制，面向全量Coding Plan用户开放。其核心突破在于实现了100万token无损上下文，并针对长程编码场景进行了专项强化训练，能够支撑完整项目级工程上下文交付。在架构端，GLM-5.2通过IndexShare索引共享、MTP推测解码优化等技术创新，显著降低了计算开销。具体而言，IndexShare技术通过共享轻量级indexer，使1M上下文下单token FLOPs降低约2.9倍；MTP层的优化使得长序列推理吞吐较前代大幅提升，在256K–1024K区间相对前代模型仍保持显著吞吐优势。

编程能力与长程任务表现

在编程能力层面，GLM-5.2在Code Arena全球前端开发盲测中居可用模型第一，支持多档思考强度灵活调节，用户可在模型能力与执行速度、算力成本之间进行显式权衡。在多项主流编程与工具调用基准上，GLM-5.2保持开源SOTA，整体能力介于Claude Opus 4.7与4.8之间。在FrontierSWE、PostTrainBench、SWE-Marathon三项长程任务基准测试中，GLM-5.2位列开源模型首位，证明其100万token上下文能力已转化为实际的长程任务交付能力。与DeepSeek-V4-Pro同口径基准对比显示，GLM-5.2在多数编程与长程任务指标上领先DeepSeek-V4-Pro。

金融领域专项评测与投研应用

在金融领域专项评测中，GLM-5.2展现出顶尖的中文金融文本理解能力。基于CFLUE金融应用评估数据集的测试显示，其在金融文本分类、信息抽取、阅读理解等任务上表现优异，整体优于多数国产及海外主流大模型。针对Parquet金融数据分析、研报网页爬虫、A股择时回测框架三类典型投研任务的实测表明，GLM-5.2可实现端到端工程交付。在Parquet数据分析任务中，模型展现出深层次的数据洞察能力与任务意图识别能力，能主动挖掘变量间的潜在关系及市场背景；在网页爬取任务中，输出结果整洁，数据清洗彻底，闭环能力突出；在A股回测框架构建中，模型成功构建了包含数据读取、策略逻辑、交易执行及可视化在内的完整体系，工程完成度高。

高频因子跟踪与指数增强策略

报告同时对前期挖掘的高频选股因子进行了跟踪测试。价格区间因子衡量股票在日内不同价格区间成交的活跃程度，今年以来表现稳定；价量背离因子衡量股票价格与成交量的相关性，今年以来表现良好；遗憾规避因子通过考察股票卖出后反弹的比例和程度，样本外超额收益稳定；斜率凸性因子从投资者耐心与供求关系弹性角度刻画订单簿特征，但今年以来表现欠佳。基于上述高频因子构建的高频“金”组合中证1000指数增强策略，年化超额收益率表现稳健。为进一步增强策略业绩，报告构建了高频&基本面共振组合中证1000指数增强策略，将高频因子与一致预期、成长和技术等基本面因子等权合成，该策略在样本外超额收益稳定，年化超额收益率表现优于单一高频因子策略，超额最大回撤控制较好。