GLM-5.2 是当之无愧的基准测试之王。 这是第一个在多个类别中拿下 1 的开源模型（并且全面超越前沿模型）。 1 成绩： → Design Arena: ~1360 Elo，第一个拿下 1 的开源模型，比 Fable 5 高约 10 Elo → Terminal-Bench 2.1: 81.0%（最佳成绩 82.7%），第一个突破 80% 的开源模型 → Artificial Analysis Intelligence Index v4.1: 顶级开源模型，得分 51 → GDPval-AA v2: 领先的开源模型，与/超越 GPT-5.5 → LiveBench Agentic Coding: 1–2 开源模型整体排名 Top-3 排名： → FrontierSWE (Dominance): 总排名 3，74.4%（接近 Opus 4.8 的 75.1%，超越 GPT-5.5） → SWE-bench Pro: 开源模型中排名 1，62.1%（超越 GPT-5.5 的 58.6%） → MCP-Atlas (工具使用): ~77.0，接近/进入前三 → Humanity's Last Exam (with tools): ~54.7，超越 GPT-5.5 → BenchLM 排行榜: 124 个模型中排名 3–4 → Code/Agent Arena (Frontend): 总排名 2，仅次于 Fable → PostTrainBench: 总排名 2，仅次于 Opus 4.8，超越 GPT-5.5 简直是逆天履历。