Dots 与 GLM-5.2：智能体供应链的两端

Dots 和 GLM-5.2 位于同一条供应链的两端，两者都不是彼此的竞争对手。Dots 是该公司于 2026 年 9 月 29 日在 DevDay 上宣布的智能体界面——一个始终在线的工作者，拥有自己的云电脑和浏览器，可连接 4,000 多个应用，可在 ChatGPT、Slack 和 Teams 中触达，由 GPT-6 Astra 驱动，并随 Pro 和 Business Premium 提供，无需额外费用。GLM-5.2 是 Z.ai 的开放权重旗舰文本模型，于 2026 年 6 月 16 日发布，具有 100 万 token 上下文窗口、最多 128,000 token 的输出，以及公布的费率：每百万输入 token 1.40 美元，每百万输出 token 4.40 美元。一个是你可以租用却无法窥其内部的层；另一个是你可以下载、检查并按 token 计价的层。如果你正在决定本季度如何运行智能体，这就是摆在你面前的一对决策。

每个是什么，一次讲清

• 它是什么——一个是自身没有模型标识符、托管运行的常驻智能体（Dots），对比一个是可下载、权重公开发布的文本模型（GLM-5.2）

• 谁制造的 — OpenAI，于 2026-09-29 在 DevDay 上宣布，对标 Z.ai（Zhipu AI），后者于 2026-06-16 发布

• 运行位置 — OpenAI 的云端计算机和浏览器，除非你将它们关联，否则与你的机器隔离；相对于你部署它的任何位置：你自己的硬件、你选择的云，或我们的端点

• 底层模型——GPT-6 Astra，由 OpenAI 在其发布材料中命名（厂商声明），对阵 GLM-5.2 本身，后者是 Z.ai 已以开放权重发布的混合专家模型

• {{1}}模态——一端是消息、应用数据和浏览器，另一端仅文本输入和文本输出，没有图像或音频输入{{/1}}

• 容量 — 点级响应的未公开限制，对比 1,000,000 个 token 的上下文和 128,000 个 token 的最大输出

• 价格——第一个点随 Pro 或 Business Premium 附带，额度未公布；相比之下，我们目录中标明的是每百万输入 $1.40、每百万输出 $4.40

• 证据 —— 供应商演示，dots 没有独立基准测试，相较 Artificial Analysis Intelligence Index 的 33.7 以及供应商报告的 τ²-Bench 上的 99.1，这两项均连同其来源收录在我们的目录中

开源权重的那一半，以及第一天就暴露的坑

GLM-5.2 的主张是那种熟悉的开放权重路线，而在这里它比通常更有说服力，因为无论从哪个角度看，这个模型都很便宜，而且权重开放意味着部署决策由你来做。Z.ai 自己发布的结果以智能体工具使用见长——在 τ²-Bench 上为 99.1，在 MCP-Atlas 上为 76.8，在 FrontierSWE 上为 74.4——而这些是厂商数据，这一点值得直说，因为正是这些数字让该模型看起来像是一笔划算买卖。独立测评则更为克制：Artificial Analysis 智能指数 33.7，使其在该榜单上处于中游；τ-banking 分项 34.6 表现平平；长上下文召回率 78.3，落后于当前领先者。在过去七天里，我们的目录中该模型承载了 1.232 亿 token 的流量，这是现有最清楚的迹象，表明人们确实在运行它。

问题就在这里，这也是这篇文章存在、而不是做一份直接规格对比的原因。Artificial Analysis 将 GLM-5.2 标记为已弃用，转而推荐更新的版本 GLM-5.3，其实时页面顶部也如此说明：该模型仍然可路由、仍然普遍可用，但厂商的路线图已经向前推进，附在 GLM-5.2 上的指数数值只是一个快照，而非持续性的测量结果。同样出于这个原因，它的其他独立指标也保持不变——AA 的公告解释说，弃用之后，它只继续对该模型的默认工作负载进行基准测试，其他所有结果都成为历史数据。

由此可以得出两条教训，而且两者都远远适用于这个模型之外。第一，价格和许可证是开放权重发布中持久不变的事实；排行榜名次则是变动不居的，一个模型可以很便宜、可下载，却仍然会被取代。第二，继任者已经到来：Z.ai 已发布 GLM-5.3 作为其当前旗舰，定价低于 GLM-5.2，每百万输入 $1.26、输出 $3.96，其独立 Intelligence Index 为 44.8，而 GLM-5.2 为 33.7。现在任何进行构建的人都应该先以较新的模型来定价，并把 GLM-5.2 视为其下方更便宜的地板，而不是该家族的前沿。

一个点需要付出什么代价，以及为什么你们两人都无法为此做预算

OpenAI 已为 dots 公布了一个价格——第一个 dot 包含在 Pro 和 Business Premium 中，首月享有更高的限额，且对话不会消耗 ChatGPT 的使用限额。没有公布额度数字，没有第二个 dot 的价格，没有额外速度或容量的费率，没有每项已完成任务的成本，也没有为目前处于内部测试的专业 dots 公布企业价格。CNBC 的主题演讲报道中，首席财务官 Sarah Friar 将新的 500 美元 Pro 500 档定价为使用额度加上 Ultrafast 模式，而不是按每个 dot 计费；OpenAI 价目表上最贵的方案同样无法换算成每单位智能体工作的成本。

GLM-5.2 的问题正好相反，而且是更好的那种问题：数字太多，但每一个都可核对。价目表为每百万 token 1.40 美元和 4.40 美元，缓存读取为 0.26 美元；而且该模型可下载，因此你自己运行的请求，其边际成本是硬件和电费，而不是供应商的账单。一句话说，这就是取舍。dot 给你一个干活的人，却没有计量表；GLM-5.2 给你计量表，却没有干活的人。

将按量计费的模型置于你租用的智能体之下

同时握住两者的有用做法，是给每一个它擅长的那一半工作。dot 负责协调：盯住一个项目，追着牵涉其中的人和系统，最后带回一个已经完成的东西。GLM-5.2——或者你拿来和它比过价的那款继任者——负责那些你必须自己掌控的推理：对百万 token 档案跑一遍抽取、长文本生成、分类队列，以及那种答错的代价比它省下的 token 还高的部分。

这种拆分要求推理的那一半是可迁移的，而这属于路由问题，而非模型问题。OrcaRouter 将 GLM-5.2 以 z-ai/glm-5.2的形式，按供应商标价原样提供，0% 加价——不在其上加任何东西，因此 Z.ai 一旦降价，当天就能到达你的账户——在单一密钥背后收录 200 多个模型的目录中，并配有故障转移与路由工具，让任务无需改动代码即可迁移到更新或更便宜的模型。它不提供的，是一个 dot：没有 dots 端点，没有可给该 agent 使用的模型标识符，也没有办法替换在其中运行的智能。这条边界是真实存在的，假装它不存在，就会成为本次对比中唯一一处不诚实的演示幻灯片。

该建议，仅陈述一次

如果你希望工作在不需要你亲自驱动的情况下完成，就买下 dot——除了你可能已经持有的订阅之外，它不额外花钱，而它的局限在于，你目前还无法证明它为你省下了什么。如果你想知道自己的推理要花多少钱，并且以后能把它迁移走，就把 GLM-5.2 或其后续版本放在你自己的端点后面，并对它进行计量。在 2026 年底把这件事做对的团队，两件事都在做；而让这套做法奏效的纪律，就是绝不让租来的那一层占有任何他们无法替换的东西。