GLM-5.2 contra Claude: ¿Se ha convertido realmente el modelo chino Z.ai en el «asesino» del buque insignia de Anthropic?
En el ámbito de la comunidad cripto y la industria de la IA, se están generando acalorados debates en torno a la nueva red neuronal GLM-5.2 de la empresa Z.ai. Muchos entusiastas ya la han apodado el "asesino chino" de Claude, el producto estrella de Anthropic. Analicemos hasta qué punto están justificadas estas afirmaciones tan rotundas y qué representa realmente este modelo.
¿Qué es GLM-5.2 y por qué es interesante?
Los desarrolladores de Z.ai posicionan GLM-5.2 como un modelo insignia optimizado para sesiones de trabajo prolongadas. Su principal ventaja es una ventana de contexto estable de 1 millón de tokens, cinco veces más que su predecesora GLM-5.1. Esto permite al modelo mantener en su campo de visión grandes volúmenes de código y datos sin perder calidad en el razonamiento.
Características principales del modelo:
- Contexto de 1 millón de tokens: no se degrada en sesiones ultralargas, algo crítico para proyectos complejos.
- Dos niveles de refuerzo de razonamiento: High (equilibrio entre rendimiento y consumo de tokens) y Max (máximo potencial a costa de un mayor consumo de recursos).
- Licencia MIT abierta: sin restricciones regionales, compatible con autoalojamiento en equipos propios.
- Precio a través de API: se mantiene al nivel de la versión anterior GLM-5.1, lo que la hace accesible.
El modelo está disponible en HuggingFace y ModelScope, así como a través de la suscripción GLM Coding Plan, el agente de escritorio ZCode y los entornos Claude Code y OpenCode.
¿Qué muestran los benchmarks?
Según las pruebas propias de Z.ai, GLM-5.2 es reconocida como el modelo abierto más potente del mercado. Sin embargo, en la mayoría de los casos no alcanza a Anthropic Claude Opus 4.8. La diferencia con GLM-5.1 es notable: 81,0 frente a 63,5 en Terminal-Bench 2.1 y 62,1 frente a 58,4 en SWE-bench Pro. Además, el resultado de 81,0 en Terminal-Bench 2.1 se acerca mucho a Opus 4.8 (85,0) y supera a Gemini 3.1 Pro (74,0).
Tabla comparativa en el modo de razonamiento máximo:
| Benchmark | GLM-5.2 | GLM-5.1 | Opus 4.8 | GPT-5.5 | Gemini 3.1 Pro |
|---|---|---|---|---|---|
| SWE-bench Pro | 62,1 | 58,4 | 69,2 | 58,6 | 54,2 |
| Terminal-Bench 2.1 | 81,0 | 63,5 | 85,0 | 84,0 | 74,0 |
| NL2Repo | 48,9 | 42,7 | 69,7 | 50,7 | 33,4 |
| DeepSWE | 46,2 | 18,0 | 58,0 | 70,0 | 10,0 |
| ProgramBench | 63,7 | 50,9 | 71,9 | 70,8 | 39,5 |
| MCP-Atlas | 76,8 | 71,8 | 77,8 | 75,3 | 69,2 |
| Tool-Decathlon | 48,2 | 40,7 | 59,9 | 55,6 | 48,8 |
En tareas de larga duración (long-horizon), el panorama es similar. En la prueba FrontierSWE, donde el modelo gestiona proyectos técnicos abiertos durante decenas de horas, GLM-5.2 se queda solo un 1% por detrás de Opus 4.8, pero supera a GPT-5.5 y Opus 4.7. En PostTrainBench, solo es superada por Opus 4.8. Sin embargo, en la ultralarga SWE-Marathon, con tareas como la creación de compiladores, la diferencia con Opus 4.8 es del 13%.
¿Cuánto cuesta la IA y cuál es el truco?
La suscripción GLM Coding Plan se divide en tres tarifas con un descuento anual del 30%: Lite — $12,6/mes, Pro — $50,4/mes, Max — $112/mes. Dentro de la suscripción, el consumo de cuota depende de la carga: coeficiente 3x en horas punta (14:00–18:00 hora de Pekín) y 2x fuera de ellas. Hasta finales de septiembre, hay una promoción donde el uso fuera de horas punta se tarifica como 1x.
¿Qué dicen los usuarios?
Las opiniones están divididas. Puntos fuertes: el modelo es considerado la red neuronal abierta más potente hasta la fecha, su lógica básica es notablemente mejor que la de la versión 5.1, y en programación es comparable a GPT-5.5 en un alto nivel de razonamiento. Los usuarios destacan que la IA realiza tareas complejas de forma autónoma, sugiere correcciones por sí misma y es extremadamente persistente en alcanzar sus objetivos, aunque es lenta y costosa.
Las críticas se centran en el servicio y la estabilidad: la infraestructura en la nube es débil, el soporte es deficiente y la tarificación es cara. Muchos se quejan de la tendencia del modelo a quedarse atascado en bucles infinitos e ignorar comandos. Hay quien opina que el modelo está optimizado exclusivamente para benchmarks, no para código real.
Entonces, ¿es o no un "asesino" de Claude?
No hay una respuesta definitiva. GLM-5.2 es, sin duda, el mejor modelo abierto para programación y tareas autónomas en la actualidad. En ciertos escenarios largos, se acerca mucho al buque insignia de Anthropic. La licencia MIT abierta, el autoalojamiento y el bajo umbral de entrada la convierten en un actor destacado.
Sin embargo, quienes la llaman "asesino" son más bien blogueros, no los benchmarks. Según la mayoría de las pruebas, la propia Z.ai sitúa su modelo por debajo de Opus 4.8. Además, los usuarios se quejan de la inestable infraestructura en la nube, el alto consumo de tokens en modo Max y el débil soporte. La nueva IA reduce la brecha con los líderes, pero aún no los supera.
Mi conclusión: GLM-5.2 es un competidor potente en el segmento de código abierto, pero llamarla "asesino" de Claude es prematuro. Para el trabajo real con código, puede ser una alternativa económica interesante, pero aún está lejos del nivel de servicio y estabilidad de Anthropic. El mercado de la IA se está volviendo cada vez más fragmentado, y esto es bueno para los usuarios: la competencia reduce los precios y estimula la innovación.