"编程 LLM 的较量已从\"开源 vs 闭源\"变成\"开源 vs 开源\"。2026 年上半年,Z.ai 的 GLM-5.2、DeepSeek V4、阿里 Qwen3.6 相继放出权重,把\"能下载的 frontier\"推到新阶段。\n\n门槛差异巨大。GLM-5.2 是 753B 总参、40B 激活的 MoE,MIT 协议,服务要几卡 H100 起。DeepSeek V4 Pro 更夸张,1.6T 总参、49B 激活,1M 上下文加 384K 输出(三者最高),同样 MIT,1.6T 几乎没人自托管,大家都走它家 $0.435/$0.87 的 API。Qwen3.6-35B-A3B 完全是另一种画风:35B 总参、3B 激活、Apache 2.0,Q4 量化后 21GB VRAM,塞得下 24GB 消费显卡——三者里唯一能跑在普通工作站上的。\n\n跑分要按\"簇\"看,别按\"榜\"看。SWE-bench Pro 上 GLM-5.2 报 62.1 领跑,Terminal-Bench 2.1 拿 81.0。DeepSeek V4 Pro-Max 在 SWE-bench Verified 约 80.6%,但走 vendor 自报口径要打折。Qwen3.6-35B-A3B 拿下 SWE-bench Verified 73.4——这个数字最该记,因为它是用 3B 激活参数做出来的,每瓦特能力密度目前没有开源模型能接近。\n\n所以怎么选?要 MIT 加公开权重里最强跑分 → GLM-5.2;要 frontier 质量加单任务成本最低、走 API → DeepSeek V4 Pro;必须自托管、24GB 显卡能跑、数据不出门 → Qwen3.6-35B-A3B。\n\n但对真正跑量的团队,2026 年中更诚实的答案不是\"选一个\",而是分层路由:高频轻量走 Qwen3.6-35B-A3B(零边际成本),硬骨头走 DeepSeek V4 Pro(便宜且够强),GLM-5.2 作为开放权重里质量最优的备选池。开源 vs 闭源的旧叙事结束,\"能不能跑得起的开源\"才是新问题。"