La carrera de la inteligencia artificial acaba de recibir otro aviso desde China. Z.ai, la compañía antes conocida como Zhipu AI, ha publicado GLM-5.2, un modelo de pesos abiertos orientado a tareas largas de programación, razonamiento y uso de herramientas. Lo relevante no es solo que sea grande, ni que tenga una ventana de contexto de un millón de tokens. Lo importante es que empieza a moverse en una zona que hasta hace poco parecía reservada a modelos cerrados como GPT-5.5, Claude Opus 4.8 o Fable 5.
El dato que más ruido ha hecho llega de Artificial Analysis. Su evaluación sitúa a GLM-5.2 como el modelo de pesos abiertos mejor posicionado en su Intelligence Index v4.1, con una puntuación de 51, por delante de MiniMax-M3, DeepSeek V4 Pro y Kimi K2.6. Además, lo coloca en la frontera de coste frente a inteligencia, con un precio de 1,4 dólares por millón de tokens de entrada y 4,4 dólares por millón de tokens de salida en la API de Z.ai.
El mensaje para desarrolladores y empresas es incómodo para los proveedores cerrados: el open weight ya no compite solo por precio o por independencia. Empieza a competir también en tareas donde antes la distancia era enorme: debugging complejo, agentes de código, sesiones largas, navegación por repositorios y trabajo técnico sostenido.
Un modelo enorme, pero no monolítico
GLM-5.2 usa una arquitectura Mixture-of-Experts con 744.000 millones de parámetros totales y 40.000 millones activos por token, según Artificial Analysis y la documentación de Z.ai. La ficha de Hugging Face lo lista como un modelo de unos 753.000 millones de parámetros, bajo licencia MIT, con versiones BF16 y acceso a cuantizaciones de terceros.
La diferencia entre parámetros totales y activos importa. En un modelo MoE no se activa todo el modelo en cada token, sino una parte de los expertos disponibles. Eso permite aumentar capacidad sin que el coste de inferencia crezca de forma lineal con el tamaño total, aunque el despliegue siga siendo pesado.
Z.ai también destaca el contexto de 1 millón de tokens, frente a los 200.000 tokens de GLM-5.1. La compañía afirma que GLM-5.2 incorpora IndexShare, una técnica que reutiliza el mismo indexador cada cuatro capas de atención dispersa y reduce los FLOPs por token 2,9 veces en contexto de un millón de tokens. También mejora la capa MTP para decodificación especulativa, con hasta un 20 % más de longitud aceptada.
Traducido: Z.ai no está vendiendo solo “más contexto”. Intenta que ese contexto sea utilizable sin disparar todavía más el coste de inferencia. Y eso es lo que importa en agentes de código, donde una tarea puede implicar leer documentación, examinar trazas, abrir ficheros, ejecutar comandos, corregir errores, volver a probar y mantener coherencia durante miles de tokens.
Los benchmarks: cerca de los cerrados, pero no por encima en todo
En programación es donde GLM-5.2 se ha ganado la atención. Z.ai publica una tabla en Hugging Face en la que GLM-5.2 obtiene 62,1 en SWE-bench Pro, 81,0 en Terminal Bench 2.1, 74,4 en FrontierSWE, 34,3 en PostTrainBench y 13,0 en SWE-Marathon. En FrontierSWE, su 74,4 queda muy cerca de Claude Opus 4.8, que figura con 75,1, y por encima de GPT-5.5, con 72,6, según la misma tabla.
Conviene leer esos datos sin convertirlos en un titular absoluto. En SWE-bench Pro, Claude Opus 4.8 aparece por delante con 69,2. En DeepSWE, GPT-5.5 figura con 70 frente a 46,2 de GLM-5.2. En SWE-Marathon, Opus 4.8 dobla el resultado de GLM-5.2, 26,0 frente a 13,0. El modelo chino está muy cerca en algunas pruebas de coding y agentes, pero no supera a todos los modelos cerrados en todas las métricas.
La lectura más justa es otra: GLM-5.2 ya está dentro de la conversación de frontera. No como curiosidad barata, sino como una opción técnicamente seria para tareas de ingeniería de software, especialmente cuando el coste por token y la posibilidad de desplegar pesos propios pesan tanto como la puntuación máxima.
Artificial Analysis también subraya un punto menos cómodo: GLM-5.2 usa muchos tokens de salida. En sus tareas del Intelligence Index consume unos 43.000 tokens de salida por tarea, de los cuales 37.000 son razonamiento. Eso lo convierte en uno de los modelos abiertos menos eficientes en tokens dentro de su nivel de inteligencia.
Ahí aparece la contrapartida: responde bien, pero piensa largo. Y pensar largo significa más espera, más tokens y más coste real por tarea si no se controla el presupuesto de razonamiento.
El precio cambia la conversación
La ventaja económica sigue siendo la gran baza. Artificial Analysis sitúa el precio de GLM-5.2 en 1,4 dólares por millón de tokens de entrada, 0,26 dólares por millón de tokens cacheados y 4,4 dólares por millón de tokens de salida. También calcula un coste aproximado de 0,46 dólares por tarea en su índice, el más bajo entre los modelos de su nivel de inteligencia.
Esto no significa automáticamente “90 % más barato” en cualquier escenario. La diferencia depende del proveedor, la mezcla entre entrada y salida, el uso de caché, el razonamiento generado y el tipo de tarea. Pero sí significa algo evidente: para agentes de código que consumen millones de tokens, GLM-5.2 puede reducir muchísimo la factura frente a modelos propietarios de gama alta.
Ese punto cambia decisiones reales. Una empresa puede reservar modelos cerrados para las tareas más críticas, donde cada punto extra de calidad merece la pena, y usar GLM-5.2 para exploración, generación de parches, análisis de repositorios, pruebas internas, agentes de bajo coste o entornos donde la soberanía del despliegue sea importante.
También hay una diferencia estratégica. OpenAI, Anthropic o Google venden acceso a modelos cerrados. GLM-5.2 ofrece pesos descargables y despliegue local o en proveedores terceros como DeepInfra, Novita, Nebius, Parasail, SiliconFlow, GMI Cloud, Baseten o Fireworks, según Artificial Analysis.
El despliegue local no es para cualquiera
La palabra “abierto” puede llevar a confusión. GLM-5.2 no es un modelo pequeño que cualquiera pueda ejecutar cómodamente en un portátil. Hablamos de un modelo de cientos de miles de millones de parámetros. La ficha de Hugging Face ofrece la versión BF16 y la documentación menciona soporte para frameworks como SGLang, vLLM, Transformers, KTransformers y Unsloth, además de despliegues en plataformas Ascend.
En la práctica, ejecutarlo con buen rendimiento exige mucha memoria, infraestructura especializada o versiones cuantizadas. Puede ser viable para proveedores cloud, laboratorios, empresas con hardware propio o entornos muy concretos, pero no es una alternativa ligera al modelo local de escritorio.
Esto importa porque el coste bajo de API no debe confundirse con coste bajo de operación propia. Servir un modelo MoE de este tamaño requiere GPUs o NPUs, memoria, red, optimización de inferencia, observabilidad, seguridad, escalado y mantenimiento. Para muchas empresas, lo más razonable será usar APIs de terceros o proveedores especializados antes que montar GLM-5.2 en casa.
China ya no solo copia la frontera
El lanzamiento de GLM-5.2 llega en un momento sensible. Reuters ha descrito el modelo como una señal de que las startups chinas están cerrando distancia con OpenAI y Anthropic en tareas de código y agentes, mientras compiten con precios mucho más bajos. También señala que Z.ai está ganando atención internacional, aunque la adopción empresarial occidental puede verse frenada por dudas sobre seguridad de datos, regulación y confianza geopolítica.
Ese matiz es importante. Para una startup o un equipo pequeño, GLM-5.2 puede ser una oportunidad clara: más capacidad por menos coste. Para una entidad financiera, sanitaria, gubernamental o una gran empresa regulada, la pregunta no será solo “qué benchmark gana”, sino dónde se ejecuta, quién opera la infraestructura, qué datos salen, qué licencia aplica y qué controles existen.
La presión, aun así, es real. Si un modelo abierto se acerca a los cerrados en coding y agentes, los proveedores propietarios tendrán que justificar mucho mejor su prima de precio. No bastará con decir “somos mejores”. Tendrán que demostrar más fiabilidad, menor latencia, mejor integración, seguridad, soporte, ecosistema y rendimiento sostenido en tareas complejas.
GLM-5.2 no mata a Claude, GPT ni Fable. Pero reduce la distancia psicológica. Hasta hace poco, la pregunta era si los modelos abiertos podían competir. Ahora empieza a ser cuándo conviene pagar por el cerrado y cuándo basta con un abierto bien desplegado.
La respuesta dependerá del caso. Para tareas donde el último 5 % de calidad decide el resultado, los modelos propietarios seguirán teniendo atractivo. Para flujos masivos de agentes, análisis de código, automatización interna y entornos sensibles al coste, GLM-5.2 abre una puerta muy seria.
El código abierto ya no es el hermano pequeño. Es el competidor que obliga a todos los demás a bajar el precio, acelerar y explicar mejor por qué merecen la diferencia.
Preguntas frecuentes
¿Qué es GLM-5.2?
GLM-5.2 es un modelo de pesos abiertos de Z.ai, antes Zhipu AI, orientado a tareas largas de programación, razonamiento y uso de herramientas.
¿Cuántos parámetros tiene?
Artificial Analysis y Z.ai hablan de 744.000 millones de parámetros totales y 40.000 millones activos por token. Hugging Face lista el tamaño del modelo en torno a 753.000 millones de parámetros.
¿Supera a GPT-5.5 y Claude Opus 4.8?
Depende del benchmark. En FrontierSWE aparece por encima de GPT-5.5 y muy cerca de Claude Opus 4.8, pero en otras pruebas Opus o GPT-5.5 siguen por delante.
¿Es barato de usar?
Su API se sitúa en 1,4 dólares por millón de tokens de entrada y 4,4 dólares por millón de tokens de salida, según Artificial Analysis. El coste real depende del volumen de salida, del razonamiento y del proveedor.
¿Se puede ejecutar en local?
Sí, los pesos están disponibles, pero no es un modelo ligero. Requiere hardware muy potente o versiones cuantizadas y una infraestructura de inferencia bien ajustada.
