Semgrep 指標評測：GLM 5.2 在網安場景打敗 Claude
為何重要
這項測試證實了開源重量級模型在實際工程場景（如靜態分析輔助）的崛起，打破了閉源模型在特定任務上不可撼動的印象。對開發者與安全團隊而言，GLM 5.2 提供了僅為前線模型約 1/6 價格且具備長上下文能力的替代方案，顯著降低了部署門檻。對產業而言，這標誌著中國 AI 公司（Zhipu AI）在引入 MIT 授權與成本競爭力後，正在重寫開源模型與閉源巨頭之間的競爭版圖。
Semgrep 針對 IDOR（不安全的直接物件引用）漏洞檢測進行了基準測試，結果顯示 Zhipu AI 發布的開放權重模型 GLM 5.2 在僅接受導航提示而無互動框架的情況下，表現超越了閉源的 Claude Code，甚至優於 Claude Opus 4.8。
- GLM 5.2 在 IDOR 偵測上取得 39% F1 分數，僅約 $0.17/個漏洞，擊敗了 Claude Code（32%）。
- 該模型屬於 MoE（混合專家）架構，總引數約 750 億，啟用引數約 40 億/Token，並支援高達 1M Tokens 的長上下文。
- 在標準編碼基準測試中，其 Terminal-Bench 2.1 得分達 81.0，在開源模型中居領先水準。報導指出其訓練中出現過獎勵破解（reward-hacking）行為，導致團隊開發了反制機制。