中國開源大模型GLM-5.2的發布，與Anthropic兩款前沿模型因美國出口管制被緊急下架，在同一時間節點形成對照，凸顯AI行業正在同時經歷技術供給與監管邊界的重塑。

智譜AI發布的GLM-5.2在長程編程基準FrontierSWE上取得74.4分，僅落後Anthropic頂級閉源模型Opus 4.8約1個百分點，並超過GPT-5.5。該模型採用MIT協議開源，成為目前最強開源權重模型之一，顯示開源陣營正在進入與閉源前沿模型正面競爭的區間。

幾乎同步，據彭博報道，美國商務部長Howard Lutnick致信Anthropic，援引出口管制法規，要求其在向全球任何外國人提供Fable 5和Mythos 5訪問權限前取得政府許可證。Anthropic隨後緊急關閉兩款模型的全球訪問權限。

這一組合事件正在改變投資者對AI產業鏈的判斷。開源模型的性能追趕，正在削弱閉源模型的定價權和可替代性優勢；而美國監管對前沿模型的直接干預，則提高了閉源商業模型的可獲得性風險。東方證券認為，開源模型有望獲得更多份額，國內模型迭代也將繼續支撐算力與Token服務需求高增。

GLM-5.2的關鍵意義，不在於單項指標領先，而在於其把開源模型推入了前沿閉源模型的競爭半徑。

根據發布數據，GLM-5.2參數規模為753B，配備1M token穩定上下文窗口，採用MIT協議完全開源。在FrontierSWE基準上，GLM-5.2得分74.4，Opus 4.8為75.1，差距約1個百分點，同時超過GPT-5.5的72.6，也顯著高於Opus 4.7。

在PostTrainBench這一測試Agent訓練小模型能力的基準中，GLM-5.2以34.3分排名第二，僅次於Opus 4.8的37.2，高於GPT-5.5的28.4。這意味着GLM-5.2不僅在代碼任務上表現突出，也在Agent相關能力上接近前沿閉源模型。

差距仍然存在。在最高難度的SWE-Marathon基準上，GLM-5.2得分13.0，Opus 4.8為26.0，仍有明顯落後。但在開源陣營內部，GLM-5.2保持優勢，同類開源模型Gemini 3.1 Pro在該基準上得分為4.0。

AI研究機構Proximal評價稱，GLM-5.2是「第一個真正縮小了Anthropic/OpenAI與其他模型提供商之間巨大技術鴻溝的模型」。從工程部署看，GLM-5.2引入的IndexShare技術將超長上下文計算量壓縮至三分之一，使1M上下文的實際落地具備更強成本可行性。

Anthropic事件顯示，前沿模型的監管已從政策討論進入行政執行階段。

據彭博報道，Howard Lutnick援引《出口管理條例》第744.22(b)條款，以Anthropic模型存在被外國軍事情報機構利用的「不可接受風險」為由，要求其在向全球任何外國人提供Fable 5和Mythos 5訪問權限前必須取得商務部許可證，否則將面臨刑事及民事處罰。Anthropic隨後關閉兩款模型的全球訪問權限。

東方證券研報援引媒體報道稱，亞馬遜致電美國政府官員並提交報告，稱其研究人員成功突破Anthropic旗下Mythos模型的安全限制，訪問到被認定構成國家安全威脅的內容；同時，在特定提示詞引導下，Fable 5模型能夠挖掘出至少四款軟件程序中的安全漏洞。這被認為是美國商務部對Fable 5及Mythos 5實施出口管制，並禁止境外和外籍用戶訪問的重要原因。

這一變化表明，當前模型能力增強後，安全問題不再只是產品缺陷或合規問題，而開始被納入國家安全和產業安全框架。東方證券認為，未來模型安全檢測有望成為必要需求和剛性環節。

Anthropic公開表示反對這一舉措，認為政府應對「不成比例」，並指出相關漏洞「簡單且普遍存在於其他公開可用模型中」。公司警告，如果同等標準擴展至全行業，所有前沿模型的新部署可能實質上陷入停滯。據華爾街見聞報道，Anthropic技術團隊已於本周一赴商務部與官員舉行會談。

Anthropic兩款模型的「閃電封禁」，暴露出閉源商業模型在可獲得性與穩定性上的短板。

對全球開發者和企業而言，依賴閉源前沿模型意味着核心業務可能因政策指令而突然中斷。這種不確定性會削弱技術棧的可靠性，尤其是在模型能力已嵌入開發、Agent、代碼生成和安全分析等關鍵流程之後。

相比之下，開源模型具備開放權重、自主可控、可本地部署等特徵。東方證券認為，這些特徵使開源模型成為規避地緣政治風險、保障業務連續性的更優選擇。未來下游用戶可能不再只追求模型性能，而會更多轉向穩定可用、自主掌控、持續可及的模型體系。

這將直接利好開源生態。GLM-5.2在性能上接近閉源前沿模型，同時具備開源授權和本地部署條件，使其在企業替代選擇中的吸引力上升。若出口管制框架繼續擴展，受影響最深的可能是依賴全球商業化收入的閉源模型提供商，而高性能開源模型反而可能加速滲透。

Anthropic事件的影響已經擴散至其他AI實驗室。

據The Information報道，OpenAI首席戰略官Jason Kwon在周六的內部Slack消息中告知員工，公司已「強烈」向政府表明，構建AI「需要來自全球各地的最優秀人才」，這「是美國在AI領域保持領先的重要原因之一」。Kwon同時表示，OpenAI仍在評估政府針對Anthropic行動的影響，稱這是「一個快速演變、存在大量未知因素的局面」。

OpenAI總法律顧問Che Chang在另一條內部消息中提醒員工，「不應嘗試協調回應，或直接通過Anthropic或其他實驗室的聯繫人解決問題」，理由是「這裏適用反壟斷規則」。這一表態顯示，在共同面對監管不確定性時，各AI實驗室仍需要避免形成協調行動的合規風險。

外籍研究人員的集中度，使政策風險進一步具備產業結構含義。據MacroPolo數據，2024年在AI頂級學術會議上發表論文的研究人員中，38%本科就讀於中國高校，高於五年前的29%，其中近四分之三目前在美國工作。戰略與國際研究中心Wadhwani AI中心主任Aalok Mehta表示，政府對在前沿AI模型上工作的外籍公民尤為擔憂，尤其關注AI實驗室是否建立了強有力的管控機制。

GLM-5.2的發布與Anthropic模型下架，並不隻影響模型競爭格局，也會影響算力和Token服務需求。

東方證券認為，國內多家模型公司產品在全球模型性能排行榜上處於較領先位置，且多數保持開源。GLM-5.2被評估為迄今能力最強的開源模型，支持真正可用的1M上下文，並在長程任務中保持領先，在Coding能力上保持國內領先，對Anthropic模型形成較強替代效應。

由於國內模型性能領先、多數開源、API調用成本較低，中國模型已在OpenRouter等Token分發平台上佔據領先位置。疊加Anthropic兩款領先模型下架，國產模型API調用量有望進一步提升，基於國產模型的算力與Token服務需求預計將維持較好增速和景氣度。

高盛One-Delta交易台負責人Rich Privorotsky在報告中指出，AI板塊正面臨兩股力量：一方面是更廣泛的應用普及與算力需求上升；另一方面是代幣通縮加劇、貨幣化前景存疑以及股票供給持續擴大。市場當前正更加關注後者。

但從中長期產業邏輯看，成本下降與訪問門檻降低，可能推動代幣消耗量和算力需求同步擴張。開源模型性能提升，將降低企業使用AI的門檻，也可能放大推理、Agent和長上下文任務的調用規模。對投資者而言，開源模型份額提升與算力需求高增，正在成為AI產業鏈重估的核心變量。