¿Qué es GLM 5.2? Código con pesos abiertos a 1/6 del precio

La versión en una frase

GLM 5.2 es el modelo de lenguaje insignia de pesos abiertos de Z.ai, lanzado el 13 de junio de 2026 y creado específicamente para programación, razonamiento y trabajo «agéntico» basado en herramientas; el tipo de tareas de varios pasos en las que un modelo planifica, utiliza herramientas, lee resultados y revisa su trabajo durante una sesión larga.

Z.ai es la marca internacional de Zhipu AI, una empresa de investigación de Pekín que surgió del Knowledge Engineering Group de la Universidad de Tsinghua en 2019. «Pesos abiertos» es la expresión clave: los parámetros reales del modelo están publicados en Hugging Face (en zai-org/GLM-5.2) y en ModelScope y Ollama, bajo una licencia MIT y sin restricciones regionales. Puedes alojarlo por tu cuenta, ajustarlo y distribuirlo en un producto comercial sin pedir permiso a nadie.

Por qué un modelo de programación con pesos abiertos es más importante que los benchmarks

Antes del mecanismo, hablemos de la motivación. La razón por la que este lanzamiento llamó la atención no es que sea el modelo más inteligente del mundo —no lo es—, sino que cerró gran parte de la brecha con la frontera cerrada, a la vez que se puede descargar gratis y utilizar a bajo precio. Para un desarrollador, eso cambia los cálculos de dos decisiones que antes parecían resueltas.

La primera es la dependencia del proveedor. Si tu agente de programación funciona mediante una API cerrada, no puedes ejecutarlo sin conexión, no puedes inspeccionarlo y el precio será el que el proveedor decida el próximo trimestre. Los pesos abiertos eliminan las tres limitaciones de una vez. La segunda es el coste. El precio de API comunicado para GLM 5.2 es de 1,40 $ por millón de tokens de entrada y 4,40 $ por millón de tokens de salida, lo que Z.ai sitúa aproximadamente en una sexta parte del coste de modelos de frontera comparables. En una carga de trabajo que consume tokens —y la programación agéntica consume muchos—, esa proporción lo es todo.

El inconveniente, porque siempre hay uno: los pesos abiertos son seguros para alojarlos por tu cuenta, pero enrutar tus datos a través de la API de cloud de Z.ai significa que pasan por una infraestructura sujeta a la Ley de Inteligencia Nacional de China, y el Departamento de Seguridad Nacional de EE. UU. ha advertido que ese marco podría obligar a las empresas chinas a entregar datos de personas estadounidenses. Ambos hechos coexisten: pesos gratuitos e inspeccionables que puedes ejecutar en cualquier lugar, y una API alojada con una cuestión real sobre la jurisdicción de los datos. Cuál se aplica a ti depende por completo de si alojas el modelo por tu cuenta o utilizas la nube. Volveré sobre esto.

Cómo funciona, sin explicaciones vagas

GLM 5.2 es un modelo de mezcla de expertos (MoE). El tamaño comunicado es de aproximadamente entre 744.000 y 753.000 millones de parámetros totales —las fuentes discrepan ligeramente, lo que en sí mismo indica que la cifra precisa aún se está estableciendo—, con solo unos 40.000 millones activos para cada token.

Esa división es el truco central, así que merece una analogía. Un modelo denso es como un generalista único que tiene que pensar en todo para cada pregunta. Un modelo MoE se parece más a una gran empresa: contiene el conocimiento de una organización enorme, pero para cada tarea solo despierta a los pocos especialistas relevantes. Obtienes la capacidad de un modelo de 744.000 millones de parámetros con un coste de servicio similar al de uno de 40.000 millones. En comparación con su predecesor GLM 4.5 —355.000 millones en total, 32.000 millones activos—, GLM 5 amplió la empresa (a 744.000 millones / 40.000 millones) y la entrenó con más datos (28,5 billones de tokens, frente a los 23 billones anteriores).

Hay otras tres piezas importantes, y cada una existe para resolver un problema específico, no para rellenar una lista de funciones.

La primera es un diseño de atención dispersa que Z.ai denomina IndexShare. El problema que resuelve es que el coste de la atención crece dolorosamente a medida que se alarga la ventana de contexto, y la ventana de GLM 5.2 es muy extensa (hablaremos de ello más adelante). Normalmente, un modelo recalcula a qué tokens anteriores debe prestar atención en cada capa. IndexShare calcula ese índice una vez en la primera de cada cuatro capas de atención y lo reutiliza en las tres siguientes. Z.ai informa de que esto reduce un 75 % el coste de indexación del producto punto en esas capas reutilizadas y el cálculo por token aproximadamente 2,9× con la longitud de contexto completa de un millón de tokens. En términos sencillos: es lo que permite ejecutar realmente un contexto de un millón de tokens a un precio asequible.

La segunda son los modos de razonamiento duales: dos configuraciones seleccionables de esfuerzo de razonamiento llamadas High y Max. Max está pensado para programación difícil y de varios pasos, en la que el modelo necesita espacio para planificar y revisar; puede consumir cerca de 85.000 tokens de salida en una sola tarea. High renuncia solo a unos pocos puntos de rendimiento y reduce aproximadamente a la mitad esa salida de tokens, por lo que es la opción adecuada cuando la latencia y el coste importan más que el último punto porcentual. Resumen en una frase: Max cuando la corrección lo es todo; High para el trabajo diario.

La tercera es la predicción de múltiples tokens, que permite al modelo predecir varios tokens en una sola pasada hacia delante en lugar de uno cada vez: inferencia más rápida y mejor coherencia a largo plazo como efecto secundario.

En conjunto, el titular práctico es la ventana de contexto: hasta 1.000.000 de tokens de entrada (mediante el identificador glm-5.2[1m]), con una salida de hasta 131.072 tokens. Es aproximadamente cinco veces el límite de unos 200.000 tokens de GLM 5.1. Un millón de tokens basta para mantener una base de código de tamaño medio en el contexto de una sola vez, que es exactamente el caso de uso al que apunta todo el diseño.

¿Qué tan bueno es realmente?

Aquí es importante distinguir los niveles de confianza, así que seré explícito sobre qué es un hecho y qué es una cifra comunicada.

El hecho: Z.ai lanzó GLM 5.2 sin ningún conjunto de benchmarks oficial. Todas las cifras que has visto circular proceden del proveedor después del lanzamiento o de evaluaciones independientes tempranas, y ninguna se ha reproducido ampliamente todavía. Considera los decimales concretos como indicativos, no como verdades absolutas.

Con esa salvedad, las cifras comunicadas son coherentes entre las fuentes y apuntan en la misma dirección. En Terminal-Bench 2.1 (programación autónoma basada en terminal), GLM 5.2 obtiene supuestamente 81,0: un gran salto frente al 62,0 de GLM 5.1 y a unos cuatro puntos del 85,0 de Claude Opus 4.8. En SWE-bench Pro (resolución de problemas reales de ingeniería de software), supuestamente obtiene 62,1, por delante de GPT-5.5 con 58,6 y de su propio predecesor con 58,4, pero por detrás de Claude Opus 4.8 con 69,2. En el Intelligence Index de Artificial Analysis obtuvo supuestamente 51, la cifra más alta de cualquier modelo de pesos abiertos.

Lo que da más peso a esas cifras que la tabla habitual del proveedor es la confirmación independiente, más difícil de manipular. En el Code Arena de Arena.ai —una clasificación Elo basada en votos humanos ciegos y comparaciones por pares— GLM 5.2 quedó supuestamente en segundo lugar general. Y en el Design Arena, basado en aportaciones de la comunidad, ocupó supuestamente el primer puesto con un Elo de 1360, incluso por delante de Claude Fable 5. Los votos ciegos de preferencia humana son mucho más difíciles de manipular que una tasa de aciertos autodeclarada, así que esos dos resultados son los que más confiaría.

Mi lectura, expresada como una valoración y no como un hecho: GLM 5.2 es el modelo de programación con pesos abiertos más potente disponible ahora mismo, supera a GPT-5.5 en varias tareas de programación y queda por detrás de Claude Opus 4.8 en el trabajo más difícil y de horizonte largo por entre uno y aproximadamente trece puntos, según la tarea. Está cerca, pero no por delante, a una fracción del precio.

GLM 5.2 frente a Claude Opus 4.8 y GPT-5.5

Para quien tenga que elegir entre los tres, las ventajas y desventajas se ordenan claramente. La tabla muestra las puntuaciones comunicadas en benchmarks de programación, además de los datos que no cambian (precio, contexto y licencia):

El resumen honesto: Claude Opus 4.8 sigue siendo el más capaz de los tres en la programación agéntica más difícil, y es la opción predeterminada segura cuando pagas por la corrección en ejecuciones autónomas largas. GPT-5.5 se sitúa entre ambos en estos benchmarks concretos de programación. El argumento a favor de GLM 5.2 no es «es el mejor», sino «está a pocos puntos del mejor, es abierto y cuesta una fracción». Si el coste es importante, quieres alojarlo por tu cuenta o deseas ajustarlo, el argumento es sólido. Si ejecutas agentes críticos de horizonte largo en los que unos pocos puntos de fiabilidad compensan el precio, Claude Opus 4.8 es la opción más conservadora. Anthropic publica el precio de Claude; las cifras de GLM son las tarifas comunicadas por Z.ai .

Si quieres probar A/B los dos rivales cerrados con tus propios prompts, ambos se pueden utilizar mediante una única API en GPT Proto: Claude Opus 4.8 (thinking) y GPT-5.5, a una tarifa fija de 4 $ por millón de tokens cada uno. (Esa tarifa fija es la de GPT Proto; la división de 5,00 $ / 25,00 $ entre entrada y salida de la tabla anterior es el precio oficial de Anthropic para Opus 4.8: el mismo modelo, dos estructuras de precios distintas). Poner las tres familias detrás de una sola clave es la forma más barata de ejecutar la comparación por tu cuenta.

GLM 5.2 frente a los modelos GLM que puedes utilizar hoy

El propio GLM 5.2 se distribuye como pesos abiertos que descargas y alojas; la API alojada de Z.ai es la única forma oficial de utilizarlo, y como se explicó antes, eso plantea una cuestión sobre la jurisdicción de los datos. Pero la línea GLM no comenzó con 5.2, y el salto desde las versiones anteriores es la forma más clara de ver qué cambió realmente.

La comparación más útil es con GLM 5.1, su predecesor inmediato. Destacan dos diferencias. La ventana de contexto pasó de aproximadamente 200.000 tokens a 1.000.000 completos, un salto de cinco veces que constituye la principal mejora. Y en programación, las mejoras comunicadas son grandes: Terminal-Bench 2.1 subió de 62,0 a 81,0, y SWE-bench Pro de 58,4 a 62,1. En otras palabras, gran parte de la posición de GLM 5.2 en las clasificaciones se debe a la mejora respecto a su propio lanzamiento anterior, no a un pequeño ajuste.

Si prefieres utilizar hoy un GLM alojado mediante una única API compatible con OpenAI en lugar de poner en marcha los pesos abiertos, los modelos GLM que GPT Proto ofrece actualmente son los que están justo por detrás de 5.2 en el linaje:

GLM-5.1 es lo más parecido a 5.2 que puedes utilizar aquí: la misma familia, una generación anterior, con un contexto de unos 200.000 tokens en lugar de 1 M. Para gran parte del trabajo de programación es una diferencia que no notarás; para tareas a escala de repositorio que necesitan todo el código fuente en el contexto a la vez, es la brecha que 5.2 cierra. Las tarifas completas por token de cada modelo están en la página de modelos.

Uso de GLM 5.2 en Claude Code y un ejemplo ejecutable

Un detalle hace que la línea GLM sea especialmente fácil de incorporar a los flujos de trabajo existentes: GLM 5.2 ofrece un endpoint compatible con Anthropic. Las herramientas creadas para comunicarse con Claude —Claude Code, Cline y OpenCode— pueden conectarse directamente, sustituyendo el modelo subyacente de un agente de programación sin reescribir la integración. Por eso «GLM 5.2 en Claude coding» es un patrón real y no solo una frase de búsqueda: el armazón del agente permanece igual; solo cambia el modelo subyacente. (Para 5.2 en concreto, eso significa utilizar el endpoint propio de Z.ai o una implementación alojada por tu cuenta, ya que los pesos abiertos son la vía oficial).

Si prefieres no gestionar una implementación, la opción práctica actual es utilizar un GLM alojado mediante la API compatible con OpenAI de GPT Proto. Aquí lo tienes frente a GLM 5.1 —el pariente disponible más cercano—, que constituye una buena referencia antes de decidir si el contexto adicional de 5.2 justifica alojarlo por tu cuenta:

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_GPTPROTO_API_KEY",
    base_url="https://api.gptproto.com/v1",
)

resp = client.chat.completions.create(
    model="glm-5.1",
    messages=[
        {
            "role": "user",
            "content": (
                "Refactor this function for readability and explain the change:\n\n"
                "def f(x):\n"
                "    return [i for i in x if i % 2 == 0]"
            ),
        }
    ],
)

print(resp.choices[0].message.content)

La misma solicitud con cURL:

curl https://api.gptproto.com/v1/chat/completions \
  -H "Authorization: Bearer $GPTPROTO_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "glm-5.1",
    "messages": [
      {"role": "user", "content": "Write a Python function that returns the nth Fibonacci number, iteratively."}
    ]
  }'

Cambia glm-5.1 por glm-5 o glm-5-turbo para intercambiar calidad por coste, o por claude-opus-4-8-thinking / gpt-5.5 para ejecutar la comparación exacta de la tabla anterior, todo con la misma clave.

Primero necesitarás esa clave: crea una en el panel de GPT Proto, introdúcela en YOUR_GPTPROTO_API_KEY y la llamada anterior funcionará tal cual. Las tarifas por token de cada modelo están en la página de modelos si quieres calcular el coste antes de comprometerte.

Dónde destaca y dónde no

Sus puntos fuertes son concretos: es el modelo de programación con pesos abiertos líder en las clasificaciones existentes, se distribuye bajo una licencia MIT realmente permisiva, el contexto de un millón de tokens es real y asequible de ejecutar gracias a IndexShare, y la relación coste-rendimiento es la mejor de su categoría.

Sus debilidades son igual de concretas y conviene exponerlas claramente en lugar de ocultarlas. Está por detrás de Claude Opus 4.8 en la programación más difícil y de horizonte largo; la brecha es pequeña, pero constante. Z.ai no publicó benchmarks oficiales, por lo que las cifras llevan un asterisco hasta que más laboratorios independientes las reproduzcan. Y la cuestión de la jurisdicción de los datos en la API en la nube es real: si tus datos no pueden salir legal o contractualmente de un límite concreto, la API alojada de Z.ai es la puerta equivocada; utiliza en su lugar los pesos abiertos alojados por tu cuenta, que es precisamente el objetivo de que sean abiertos.

Quién debería usarlo y quién no

Usa GLM 5.2 si eres un desarrollador que quiere una capacidad de programación cercana a la frontera sin pagar precios de frontera, si necesitas alojarlo por tu cuenta o ajustarlo, o si estás creando un producto agéntico sensible al coste en el que el gasto en tokens domina. Es una opción especialmente adecuada para quienes ya tienen un armazón de agente compatible con Claude y quieren colocar detrás un motor más barato.

Elige Claude Opus 4.8 si ejecutas agentes autónomos críticos y de horizonte largo, donde los últimos puntos de fiabilidad justifican la prima, o si tu trabajo está sujeto a normas de residencia de datos que la API alojada de GLM no puede cumplir y no puedes alojarlo por tu cuenta.