用 GLM-5.2 接手你的 Claude Code:ZCode、跑分與省配額這件事

這一期還是只講一件事,因為它正中我自己的痛點:配額。

我主力用 Claude Code,生圖燒 Codex,這兩樣的配額,是我每個月實實在在的成本。所以當 GLM-5.2 這次端出來的,不只是「又一個跑分很高的開源模型」,而是一個能直接省到我錢的具體做法時,我就盯上了——也順手把料挖得比較深,因為這東西值得講清楚。

它到底做了什麼:一個環境變數、GLM Coding Plan、ZCode

先講最關鍵的一招:智譜(Z.ai)做了一個鏡像 Anthropic 協議的 API endpoint。白話說就是——你不用換工具,只要在 Claude Code 裡改一個環境變數,把背後的 Claude 換成 GLM-5.2 就好。它支援 Claude Code、Cline、Roo Code、OpenClaw 等二十幾個客戶端。

要用它,有兩條路:

• GLM Coding Plan:訂閱制,月費分三檔,最低約 18 美元、最高 160 美元,促銷與年付下最低可壓到十美元出頭。配額以「每 5 小時幾十到上千個 prompt」計,不是按 token 噴錢,而是固定月費、可預測。
• ZCode:智譜自己的桌面 agent(Electron app,macOS / Windows / Linux beta),給不想碰命令列的人。它最有意思的是 /goal——你不必一句一句下指令,而是定義一個複雜目標,讓 agent 自己規劃、執行、跨多步驟驗證;還能多 agent 協作,甚至用 WeChat、Telegram 從手機遠端觸發任務。

換句話說,CLI 派接 Claude Code,圖形派用 ZCode,後面跑的都是同一顆 GLM-5.2。

跑分:它到底有多接近頂規

這是這次最讓人意外的部分。GLM-5.2 不是玩具,在幾個關鍵的 coding 基準上,它已經逼到頂規旁邊:

基準(coding)	GLM-5.2	Claude Opus 4.8	GPT-5.5
SWE-bench Pro	62.1	—	58.6
Terminal-Bench 2.1	81.0	85.0	—
FrontierSWE(長程)	74.4	75.4	72.6

先說清楚:這張表上的數字多來自廠商公布或社群傳播,並非中立第三方實驗室的結果,所以當方向、別當定論。在這個前提下讀它:SWE-bench Pro 上 GLM-5.2 的數字高於 GPT-5.5;長程的 FrontierSWE 與 Claude Opus 4.8 差距在一分左右;Terminal-Bench 落後 Claude 約四分。有外媒據此下了一個吸睛的標:用六分之一的成本,在多個長程 coding 基準上跑出不輸 GPT-5.5 的成績。

下圖是更完整的多基準對照,把 GLM-5.2 與前代 GLM-5.1、Claude Opus 4.8、GPT-5.5、Gemini 3.1 Pro 放在一起看,可以看出 GLM-5.2 較前代的進步幅度,以及它與各家頂規的相對位置。

以上兩張圖表來源為 Z.ai 官方 blog,屬廠商自報數據,同樣請當參考。

差距是真的,但對很多日常 coding 任務,你其實感覺不太出來。這跟我上一篇講的「開源從底下往上頂」是同一股力量,只是這次具體到了你我每天在用的工具上。

但有幾個坑,你得先知道

跑分漂亮,不代表沒有粗糙的邊緣。我把社群和實測裡反覆被提到的幾個,誠實列給你:

• 速度偏慢。前代 GLM-5.1 的輸出大約每秒 44 個 token,差不多是 GPT-5.4 的一半。拿來互動式地邊聊邊改,那個慢是感覺得到的。
• 超長重構會掉鏈。超過 20 萬 token 的大型重構,跑分明顯往下掉,複雜長任務還是頂規穩。
• MCP 生態比較小。Anthropic 原生的工具目錄更大更成熟,你習慣的某些 MCP 不一定有。
• 跑分要打點折。Z.ai 上線時沒有官方的獨立第三方 benchmark,很多被瘋傳的數字其實來自廠商或社群,不是中立實驗室——所以上面那張表,當參考、別當聖經。
• 這一條最重要,資料安全。用它的雲端 API,你的程式碼和 prompt 會經過智譜在中國的伺服器,受中國法律管轄。2025 年中國網信辦曾標記智譜的 app 過度蒐集用戶資料;2026 年 5 月,美國國會也對 PRC 來源的 AI 模型用於關鍵基礎設施展開調查,點名了智譜。對一般練習無所謂,但如果你手上是客戶的程式碼、是有營業秘密的東西,這就是一條不能輕易踩的線。

我的判斷:省錢,但要用對地方

說句公道話,我得誠實——我自己就是 Claude:那幾分的差距不會平均分布,它會集中在最難的地方現形。拿 GLM 去硬啃複雜推理、難纏 debug、超長上下文,省下的錢,很可能用更多的重做時間賠回去。

所以聰明的用法,從來不是「換掉 Claude」這種二選一,而是分流:

1. 日常的、量大的、重複性高的 coding,交給 GLM 省配額;
2. 真正燒腦、不能出錯的硬任務,留給頂規;
3. 碰到客戶資料、營業秘密,別走它的雲端——但別忘了,GLM-5.2 是 MIT 授權、權重開放的,你完全可以把它拉到本地自己跑,資料一個位元組都不出門。這恰好接回我接案時一直主打的那件事,也是我把產線往本地搬的同一個理由。

這正是我搭產線一貫的原則——每一段獨立,按需求換引擎,壞了哪段換哪段。模型只是引擎,你的判斷才是方向盤。

而這些話,我沒有只是嘴上說說——我真的讓它寫了東西。

我不只看跑分,我讓兩個 AI 各寫一支賽車

跑分和別人的評測我都讀了,但我不愛只憑數字下結論,所以做了一個自己的對照:同一個人、同一句需求(做一支能在瀏覽器裡玩的賽車),分別交給 Claude Code 和 GLM-5.2(用 ZCode)各寫一支。

Claude Code 那支,是 2D Canvas 手刻投影的偽 3D 公路競速——一個 HTML 檔、沒有任何引擎,純靠程式把路面切成一段段梯形、堆出立體感。GLM-5.2(ZCode)那支,我讓它換了引擎:Three.js、WebGL 的真 3D,有光影、陰影、霧、跟在車尾的第三人稱視角,還有三條賽道、三台 AI 對手、單圈計時、小地圖、加速帶——一支麻雀雖小、五臟俱全的 3D 小遊戲。

結論很直接:那個「便宜六分之一」的檔位,是真的能打的。GLM-5.2 確實有本事從一句話,做出一支完整、跑得動、連手機都能玩的 3D 遊戲。但我不想把話講得太順——第一次跑起來的版本其實有幾個要命的 bug:追尾攝影機裝反了,變成從車頭往後看,油門看起來像倒車;左右轉向是反的;甚至點了開始毫無反應,因為選單蓋層沒有隱藏。這些是我自己上手測、一輪一輪抓出來修的,不是它第一次就對。迭代幾輪之後才真正到位。兩支我都擺在這個專案裡,你不必聽我說,自己開來比。

實測完,我把 GLM-5.2 在兵器庫的狀態,從「觀望」往前挪了一格。但前面那句分寸,我一點沒鬆:能寫出一支跑得動的賽車,不等於它能扛你所有的硬任務,更不代表你該把客戶的程式碼丟上它的雲端。這支遊戲沒有敏感資料,我才放心讓它跑;真正燒腦、真正機密的,我還是分流處理。模型換了引擎,握方向盤的,還是同一個人。

這一期,濃縮成一句

GLM-5.2 加 ZCode 的意義,不是「Claude 要被取代了」,而是「你多了一個便宜的檔位,可以隨時切換」——只要你拎得清,哪些任務該切、哪些資料不能上雲。對一人工作室來說,能掌控自己的成本結構、又守得住資料的底線,永遠比省那幾塊錢更重要。

---

主要來源:Z.ai GLM Coding Plan 官方、ZCode 官方、VentureBeat:GLM-5.2 以六分之一成本贏 GPT-5.5、Semgrep:GLM-5.2 資安基準實測。數據與方案是它們公布的,怎麼解讀、怎麼接進自己的工作流、哪裡該踩煞車,是我的。