「把 GLM5.2 往死里测」

Anthropic 增加绿卡认证后，最开心是智谱，直接原地化身战狼，高呼「前沿智能属于所有人」，提前把专注 Coding 的 GLM5.2 发了。

除了刷一波国产品牌好感度外，还精准狙击了同样在最近发布的 Kimi 2.7 code。

只能说 Kimi 2.7 code 还是发早了，不然高低能跟 GLM5.2 一起当国产双子星

不过话又说回来，虽然 Anthropic 是个畜生，但智谱能有今天的万亿市值。Anthropic 是最大功臣。

首先是 Claude 不当人，Claude Code 刚火没多久就开始疯狂封号，我用了 Claude Code 两天就给我干没了。

但广大人民群众又有用上先进 Claude Code 的客观需求，于是 Claude Code+ 国产模型的特色用法应用而生。

那一波里面发力最狠的是智谱市场。因为我刷到的博主全在推荐 Claude Code+ 智谱 GLM Coding Plan。

智谱还专门整了一句话（npx @z_ai/coding-helper）直接配置。两边一起发力，爽吃 Claude Code 退出中国的大部分流量。

甚至到现在，智谱官方支持的 Coding Agent 工具里，排名第一的还是 Claude Code。大伙公认能发挥 GLM 5.2 能力的也是 Claude Code。

你的文字还爱他

反观 Minimax/Kimi 与阶跃，虽然理论上可以用类似的配置，但几乎没声量。而且大伙配置完就很难有动力去换新的。

不过我认为在智谱 Coding Plan 疯狂限购的今天，Kimi 仍有开蹭 Claude Code 的空间。

另一个神来之笔是，智谱在推出 GLM-5 时开创性地发明了在 Openrouter 用匿名模型打榜的全新营销方式。

首先是在 OpenRouter 上线了名为「Pony Alpha」的模型，完全免费可用，性能牛逼，还整了一堆中推博主去猜是谁。

大伙就配合说，哎呀，到底是 DeepSeek-V4？还是 Grok 4.2 呢？

最后由智谱亲自揭晓谜底，营造一种「我操竟然是 GLM-5，而且编程能力接近 Claude Opus 4.5」的戏剧效果。

我都看到有人说这是「中国 AI 的两弹一星时刻」了。

在智谱以后，还有小米搞的「Hunter Alpha」模型、蚂蚁搞的「大象」模型，炒作套路和智谱没区别，都是先说「卧槽有新模型，国外网友都说好用」。DeepSeek-V4 要发了？

等热度高到一定程度，小米和蚂蚁再出来说，别猜了，就是我。

这个套路还有继续迭代，Kimi、Minimax、阶跃，有一个算一个，一发新模型就喜欢在 OpenRouter 上整免费调用量，刷 OpenRouter 登顶的嘉豪故事。

中国大模型直接赢麻了。

类似的炒作方式用一次还可以，但老搞匿名模型吸引大伙注意力是一种非常坏的行为。下次整点新活吧。

我还记得上市之前，智谱有 7 成收入来自为企业做本地部署大模型系统，所以大伙都知道它是 To B、To G 大模型，当时市场明显更看好有 C 端收入的 Minimax。（当然现在 Minimax 的 C 端故事也讲不下去了，我们之后再来复盘 Minimax）

上一篇写 Kimi 提到过「杨圣和模型版本共存亡，版本重回模型层了，Kimi 也如同满月一样照耀 AI 行业」

其实智谱也一样。唐杰年初发内部信说要全面回归基础模型研究，并以 Coding 作为突破口。接着我们就看到，过去半年，编程牛逼了，于是智谱也牛逼了。

而在走多模态和 C 端产品的 Minimax 在模型能力上是显著弱于这两家的。

反观智谱的多模态和产品虽然一坨，什么AutoGLM、AutoClaw、智谱清言、智谱清影、写作蛙，全是路边，甚至我到最近才知道智谱有自己的编程客户端 Z Code。

但只要能卡到国内编程模型第一的身位，产品爱咋折腾咋折腾。

不知道是不是智谱给国内用户的信心太足了，有些人不知道是串还是啥，都开始发「智谱把 OpenAI 和 Claude 打到没法 IPO」，「Claude、OpenAI 迎来了智谱斩杀线」。

还有人问智谱是啥公司，底下直接回他，「Anthropic 母公司。」怪不得 Anthropic 这么牛逼，原来是「母凭子贵」。

还有什么「载入史册！智谱突然发布核弹 GLM-5.2 引爆 AI 圈，Anthropic 慌忙下架 Fable 5 暂避锋芒！」看完我直接瘫软在地。

我看来 Anthropic 是有点怕智谱的。

扯了那么多淡，智谱 GLM-5.2 到底啥水平，虽然在里拿下过第一，但那是 AI 操纵跑的程序，它被人用的真实编程水平到底如何呢？

我和工程师凯一再次一起往死里测了下。

由于我不爱打分，主打直观对比，所以同样的任务选择和 K2.7 Code 相比较。

K2.7 Code 模型使用的测试环境（Harness）是 Kimi Code Cli，GLM-5.2 使用的测试环境（Harness）是 Opencode，均不安装任何 Skill，完全让模型 + Harness 自己发挥。

第一个任务，我先找了篇介绍鹅腿阿姨时间的公众号文章给它，让他阅读一下当前目录下的 PDF 文件，根据事件并且发动想象力制作一个可交互游戏，禁止做成纯文字交互游戏。

首先，K2.7 Code 让我扮演阿姨卖鸭腿，GLM-5.2 让我扮演清北学子揭露阿姨邪恶面目，已经高下立判了。

Kimi 做的游戏是让我控制一个阿姨在页面上走来走去，躲避监管并且尽可能多地卖给他们鸭腿，中规中矩。

GLM 则做了一个阿姨在天上发鸭腿和毒鸭腿，我在下面接的游戏。游戏逻辑有严重 BUG，我得吃 15 个毒鸭腿才能过关。

但吃一个鸭腿就掉一条命，而我只有三条命，虽然 GLM 让我伸张正义，但 GLM 给我的生命力只能让我殉道。

正义迟到了。

另外，冲刺或是用键盘控制走路也做不到，一用键盘人物就会有重影，显然键盘和鼠标在左右脑互搏。

我还想考考两个模型对风格的理解能力，于是让他俩给游戏做成像素风，并且添加一些玩法。

这一环自由发挥后就逐渐有问题了，正好直接开始考验他俩修 Bug 的水平。

这是 Kimi 一轮修复的结果，美术有魂斗罗的感觉，可惜游戏做的一坨，完全不知所云：

而 GLM 修复完直接给我干外太空去了，而且还加入了技能选择环节，但屏幕不断乱晃的问题仍然没有解决：

只能说在有更多指令后，GLM 和 Kimi 逐渐拉开了差距。

那我们接着给指令：根据这个故事，改成黑暗之魂 like 的游戏。除此之外没给任何提示，就让模型自己思考对黑暗之魂的理解。

Kimi 做的让人难以看懂，也不知该如何评价：

GLM 做的凑合能看了，魂该有的要素比 Kimi 多，还有对话剧情。不过游戏 Bug 也多。

综合来讲还是 GLM 更胜一筹。

html 或多或少有点炒作了，我让他们用正儿八经的像素游戏制作工具尝试一下。

指挥模型用 Godot 4（做像素游戏的常见引擎）做技术展示加上 Python 生图，结果发现做出来的东西都运行不了。

看来两家模型都没有使用游戏引擎的知识，即使能用 Python 生图，也没法放进引擎里。

我又让他们去做张雪峰快跑。

首先 Kimi 就没理解我在说什么，做了个躲避作业怪，跟我说的收集雪糕的主题完全不同。

而且游戏也完全没法玩，跑 5 秒就会卡住，可能又犯了让人难以知道玩法的老毛病。

GLM 的视觉更好一点，同时还实现了跳远和蹲下躲避等元素。

我们还找了 Codex 教练进来打样。只能说 Codex 还是真神，因为哥们底线最低的。

Kimi 和 GLM 都怕版权问题没找巧乐兹和张雪峰图片，即使我强烈要求，他们也不去。但 Codex 真把神请回来了，同时游戏还原度也是最高的。

最后忘不了我们的爱冕环节。

我让他们仨去调研一下市面上的视频 Agent 产品，其中重点关注 LibTV，尽自己所能做一款类似 LibTV 的视频 Agent。

实现下还是 GLM 完胜，甚至比 Codex 还要好。

当然他们三个都没有实现完整功能，都只画了个 UI，得接入 API 才能实现生图功能。

先看 Kimi 做的，不懂哥们在干嘛，毫无学习和参考。真用你肯定完蛋了。

Codex 做的也有一股老人味儿。好处是理解了 LibTV 的本质是一句话生成短剧。

最后看了 GLM 做的我直接跪下了。有剧本框、有分镜版，还分了五宫格，甚至连新版本的 Agent 模式都搞来了，调研能力碾压大部分产品经理。

仔细看，左上角还发明了一个叫 LibNano V3 的生图模型，非常符合人设。

如果当时有 GLM，整个 TapNow 完全就顺手的事儿。

只能说 LibTV+GLM5.2 可能要统治世界了。

当然，如果你不能像冕一样统治世界，那也可以来统治我们的网吧黑客松，多吃几桶泡面葬 AI 给你办加冕典礼。

（本文封面由 ChatGPT 生成，纯人工写作）

⬇️

欢迎订阅我们的 Substack

funeralai.substack.com