当Fable 5全球下架，GLM 5.2逼近Opus 4.8“意义重大”

中国开源大模型GLM-5.2的发布，与Anthropic两款前沿模型因美国出口管制被紧急下架，在同一时间节点形成对照，凸显AI行业正在同时经历技术供给与监管边界的重塑。

智谱AI发布的GLM-5.2在长程编程基准FrontierSWE上取得74.4分，仅落后Anthropic顶级闭源模型Opus 4.8约1个百分点，并超过GPT-5.5。该模型采用MIT协议开源，成为目前最强开源权重模型之一，显示开源阵营正在进入与闭源前沿模型正面竞争的区间。

几乎同步，据彭博报道，美国商务部长Howard Lutnick致信Anthropic，援引出口管制法规，要求其在向全球任何外国人提供Fable 5和Mythos 5访问权限前取得政府许可证。Anthropic随后紧急关闭两款模型的全球访问权限。

这一组合事件正在改变投资者对AI产业链的判断。开源模型的性能追赶，正在削弱闭源模型的定价权和可替代性优势；而美国监管对前沿模型的直接干预，则提高了闭源商业模型的可获得性风险。东方证券认为，开源模型有望获得更多份额，国内模型迭代也将继续支撑算力与Token服务需求高增。

GLM-5.2的关键意义，不在于单项指标领先，而在于其把开源模型推入了前沿闭源模型的竞争半径。

根据发布数据，GLM-5.2参数规模为753B，配备1M token稳定上下文窗口，采用MIT协议完全开源。在FrontierSWE基准上，GLM-5.2得分74.4，Opus 4.8为75.1，差距约1个百分点，同时超过GPT-5.5的72.6，也显著高于Opus 4.7。

在PostTrainBench这一测试Agent训练小模型能力的基准中，GLM-5.2以34.3分排名第二，仅次于Opus 4.8的37.2，高于GPT-5.5的28.4。这意味着GLM-5.2不仅在代码任务上表现突出，也在Agent相关能力上接近前沿闭源模型。

差距仍然存在。在最高难度的SWE-Marathon基准上，GLM-5.2得分13.0，Opus 4.8为26.0，仍有明显落后。但在开源阵营内部，GLM-5.2保持优势，同类开源模型Gemini 3.1 Pro在该基准上得分为4.0。

AI研究机构Proximal评价称，GLM-5.2是“第一个真正缩小了Anthropic/OpenAI与其他模型提供商之间巨大技术鸿沟的模型”。从工程部署看，GLM-5.2引入的IndexShare技术将超长上下文计算量压缩至三分之一，使1M上下文的实际落地具备更强成本可行性。

Anthropic事件显示，前沿模型的监管已从政策讨论进入行政执行阶段。

据彭博报道，Howard Lutnick援引《出口管理条例》第744.22(b)条款，以Anthropic模型存在被外国军事情报机构利用的“不可接受风险”为由，要求其在向全球任何外国人提供Fable 5和Mythos 5访问权限前必须取得商务部许可证，否则将面临刑事及民事处罚。Anthropic随后关闭两款模型的全球访问权限。

东方证券研报援引媒体报道称，亚马逊致电美国政府官员并提交报告，称其研究人员成功突破Anthropic旗下Mythos模型的安全限制，访问到被认定构成国家安全威胁的内容；同时，在特定提示词引导下，Fable 5模型能够挖掘出至少四款软件程序中的安全漏洞。这被认为是美国商务部对Fable 5及Mythos 5实施出口管制，并禁止境外和外籍用户访问的重要原因。

这一变化表明，当前模型能力增强后，安全问题不再只是产品缺陷或合规问题，而开始被纳入国家安全和产业安全框架。东方证券认为，未来模型安全检测有望成为必要需求和刚性环节。

Anthropic公开表示反对这一举措，认为政府应对“不成比例”，并指出相关漏洞“简单且普遍存在于其他公开可用模型中”。公司警告，如果同等标准扩展至全行业，所有前沿模型的新部署可能实质上陷入停滞。据华尔街见闻报道，Anthropic技术团队已于本周一赴商务部与官员举行会谈。

Anthropic两款模型的“闪电封禁”，暴露出闭源商业模型在可获得性与稳定性上的短板。

对全球开发者和企业而言，依赖闭源前沿模型意味着核心业务可能因政策指令而突然中断。这种不确定性会削弱技术栈的可靠性，尤其是在模型能力已嵌入开发、Agent、代码生成和安全分析等关键流程之后。

相比之下，开源模型具备开放权重、自主可控、可本地部署等特征。东方证券认为，这些特征使开源模型成为规避地缘政治风险、保障业务连续性的更优选择。未来下游用户可能不再只追求模型性能，而会更多转向稳定可用、自主掌控、持续可及的模型体系。

这将直接利好开源生态。GLM-5.2在性能上接近闭源前沿模型，同时具备开源授权和本地部署条件，使其在企业替代选择中的吸引力上升。若出口管制框架继续扩展，受影响最深的可能是依赖全球商业化收入的闭源模型提供商，而高性能开源模型反而可能加速渗透。

Anthropic事件的影响已经扩散至其他AI实验室。

据The Information报道，OpenAI首席战略官Jason Kwon在周六的内部Slack消息中告知员工，公司已“强烈”向政府表明，构建AI“需要来自全球各地的最优秀人才”，这“是美国在AI领域保持领先的重要原因之一”。Kwon同时表示，OpenAI仍在评估政府针对Anthropic行动的影响，称这是“一个快速演变、存在大量未知因素的局面”。

OpenAI总法律顾问Che Chang在另一条内部消息中提醒员工，“不应尝试协调回应，或直接通过Anthropic或其他实验室的联系人解决问题”，理由是“这里适用反垄断规则”。这一表态显示，在共同面对监管不确定性时，各AI实验室仍需要避免形成协调行动的合规风险。

外籍研究人员的集中度，使政策风险进一步具备产业结构含义。据MacroPolo数据，2024年在AI顶级学术会议上发表论文的研究人员中，38%本科就读于中国高校，高于五年前的29%，其中近四分之三目前在美国工作。战略与国际研究中心Wadhwani AI中心主任Aalok Mehta表示，政府对在前沿AI模型上工作的外籍公民尤为担忧，尤其关注AI实验室是否建立了强有力的管控机制。

GLM-5.2的发布与Anthropic模型下架，并不只影响模型竞争格局，也会影响算力和Token服务需求。

东方证券认为，国内多家模型公司产品在全球模型性能榜单上处于较领先位置，且多数保持开源。GLM-5.2被评估为迄今能力最强的开源模型，支持真正可用的1M上下文，并在长程任务中保持领先，在Coding能力上保持国内领先，对Anthropic模型形成较强替代效应。

由于国内模型性能领先、多数开源、API调用成本较低，中国模型已在OpenRouter等Token分发平台上占据领先位置。叠加Anthropic两款领先模型下架，国产模型API调用量有望进一步提升，基于国产模型的算力与Token服务需求预计将维持较好增速和景气度。

高盛One-Delta交易台负责人Rich Privorotsky在报告中指出，AI板块正面临两股力量：一方面是更广泛的应用普及与算力需求上升；另一方面是代币通缩加剧、货币化前景存疑以及股票供给持续扩大。市场当前正更加关注后者。

但从中长期产业逻辑看，成本下降与访问门槛降低，可能推动代币消耗量和算力需求同步扩张。开源模型性能提升，将降低企业使用AI的门槛，也可能放大推理、Agent和长上下文任务的调用规模。对投资者而言，开源模型份额提升与算力需求高增，正在成为AI产业链重估的核心变量。