1M上下文相关 AI 动态

DeepInfra 上线 Zhipu AI 的 GLM-5.2 模型，744B/40B MoE、MIT 许可、1M 上下文，在多项基准中领先开源模型智谱AI · 2026/06/17 04:34
DeepInfra 上线了智谱 AI 的 GLM-5.2 模型。该模型采用 744B/40B MoE 架构，MIT 许可，支持 1M 上下文窗口。在 FrontierSWE、PostTrainBench 和 SWE-Marathon 基准测试中，GLM-5.2 表现领先于其他开源模型。DeepInfra 提供该模型的 API 服务，定价为每百万 token 输入 $1.40、输出 $4.40、缓存 $0.25。开发者可通过 DeepInfra 平台直接调用该模型。核心观点： 1. GLM-5.2 采用 744B/40B MoE 架构，支持 1M 上下文窗口，MIT 许可。 2. 在 FrontierSWE、PostTrainBench、SWE-Marathon 三项基准中，GLM-5.2 为表现最佳的开源模型。 3. DeepInfra 定价：输入 $1.40/1M tokens，输出 $4.40/1M tokens，缓存 $0.25/1M tokens。
vLLM 在 v0.23.0 中提供对 GLM-5.2 的 Day-0 支持，该模型拥有 1M 上下文窗口，专为长周期编码智能体设计智谱AI · 2026/06/17 02:00
vLLM v0.23.0 发布，提供对智谱 GLM-5.2 模型的 Day-0 支持。GLM-5.2 是一款开放权重模型，拥有 1M token 上下文窗口，专为长周期编码智能体设计，可承载从需求到部署的完整开发工作流。开发者现可直接在 vLLM 上运行该模型，用于大规模代码实现、自动化研究和性能优化等场景。核心观点： 1. GLM-5.2 提供两种推理力度：GLM-5.2 (max) 和 GLM-5.2 (high)。 2. 模型支持客户端和移动端工程，包含设备端调试循环。
Z.ai 发布 GLM-5.2 旗舰模型，支持 1M token 上下文，在编码和长程任务上显著提升，并已获 SGLang 首日支持智谱AI · 2026/06/17 01:49
Z.ai 发布 GLM-5.2 旗舰模型，支持 1M token 上下文窗口，在编码和长程智能体任务上显著提升。Terminal-Bench 2.1 得分从 62.0 升至 81.0；IndexShare 技术使 1M 上下文下每 token FLOPs 降低 2.9 倍，改进的 MTP 将投机解码接受率提升 20%。模型提供 High/Max 两种推理努力级别，已获 SGLang 首日支持。核心观点： 1. GLM-5.2 在 Terminal-Bench 2.1 上得分 81.0，相比 GLM-5.1 的 62.0 提升显著。 2. IndexShare 技术使 1M token 上下文下每 token FLOPs 降低 2.9 倍。 3. 改进的 MTP 将投机解码接受率提升最多 20%。
GLM-5.2 发布，性能对标 Opus 4.8，支持 1M 上下文，采用新 IS 注意力机制，并已在 transformers、vLLM、SGLang 中可用智谱AI · 2026/06/17 01:45
GLM-5.2 发布，性能对标 Opus 4.8，支持 1M 上下文窗口。其采用新的 IS 注意力机制，每 4 个稀疏层复用 1 个索引器，在 1M 上下文下每 token FLOPs 降低 2.9 倍；改进了 MTP 层用于推测解码，并支持灵活的思考努力级别。模型发布首日即在 transformers、vLLM、SGLang 中可用，采用 MIT 许可证。对开发者而言，可立即在主流推理框架中使用，并受益于长上下文和推理效率提升。核心观点： 1. IS 注意力机制每 4 个稀疏层复用 1 个索引器，在 1M 上下文下每 token FLOPs 降低 2.9 倍。 2. GLM-5.2 发布首日即支持 transformers、vLLM、SGLang，采用 MIT 许可证。