模型 / Huihui-GLM-5.2-GGUF (huihui-ai)

Huihui-GLM-5.2-GGUF (huihui-ai)

移除安全过滤的GLM-5.2 GGUF,供研究实验用

作者
huihui-ai
对位
对位 Llama-3-8B
适合
无审查的文本生成和调试 / 安全对抗性研究与测试
不适合
生产部署或面向未成年用户
入选理由
GLM-5.2 的无审查 GGUF 版本,适合本地实验去安全过滤的文本生成,直接下载分片后合并即可用 llama.cpp 运行。
授权
MIT · 需自查
框架
llama.cpp / ollama
国内访问
需代理
可信度
HuggingFace 901下载, 115点赞, 源自zai-org/GLM-5.2 ablation

社区实测

GLM-5.2 是接近前沿水平的开源模型,但原版审查极严(意愿分仅 28%),huihui-ai 的 abliterated GGUF 通过移除审查限制使其可本地无审查运行(40B 活跃参数、1M 上下文、推理提速 41%),在安全漏洞检测和代码检索上表现亮眼,但长上下文精确检索仍略逊于 Opus 4.8,且社区有用户反馈其实用性有限。成本优势极为突出,比 Opus 4.8 低 76-78%(部分场景达 100 倍)。

  • 原版 GLM-5.2 审查极严,意愿分仅 28%,abliteration 移除了审查限制,可无审查使用
  • 40B 活跃参数、1M 上下文,支持本地部署运行
  • 相比 Opus 4.8 成本低 76-78%(部分场景约 100 倍),大幅降低 API 及推理成本
  • IDOR 漏洞检测 F1 达 39%,超越 Claude Code 的 32%,每次漏洞发现成本约 $0.17
  • 推理速度相比原版提升 41%
  • 在 AST 精确检索任务中超越 Opus 4.6 和 Sonnet 4.6
  • 在关键基准测试中超越 Opus 4.7,达到接近前沿水平
  • 有社区用户评价 abliterated 版本「pretty useless」,实际可用性受质疑
  • 长上下文精确检索落后 Opus 4.8 约 3.4-3.6 分
  • 原版审查极严,必须依赖 abliteration 才能解锁无审查能力
  • Sonnet 5 在 50K 上下文下推理速度更快,检索质量则参差不齐

截至 2026-07-19

国内 需代理 · 901 下载

快速上手

llama-server -m ./glm52/GLM-5.2-UD-IQ1_M.gguf -c 4096(需编译llama.cpp)

本形态源 ↗

下载动量

30天下载 11.6k → 13.5k

观测时间线