GLM-5.2: ¿Realmente merece este modelo chino el título de «asesino» de Claude?
En los últimos días, la comunidad cripto y de IA ha estado discutiendo activamente la nueva red neuronal GLM-5.2 de la empresa Z.ai. Muchos entusiastas ya la han apodado el «asesino chino» de los modelos insignia de Anthropic, en particular Claude. Analicemos qué tan justificadas están estas afirmaciones y qué representa realmente este modelo.
¿Qué es GLM-5.2 y cuál es su ventaja clave?
GLM-5.2 es un modelo insignia diseñado para realizar sesiones de trabajo complejas y prolongadas sin perder calidad. La principal diferencia con su predecesor GLM-5.1 es una ventana de contexto ampliada de hasta 1 millón de tokens, cinco veces más que los 200 mil anteriores. Esto significa que el modelo puede mantener en su campo de visión y procesar enormes volúmenes de código y texto simultáneamente, sin perder el hilo del razonamiento.
Las características clave del modelo incluyen:
- Contexto de 1 millón de tokens, que no se degrada en sesiones extremadamente largas.
- Dos niveles de refuerzo de razonamiento: High para equilibrar rendimiento y consumo de tokens, y Max para máxima profundidad de análisis.
- Licencia MIT abierta, que permite ejecutar el modelo en equipos propios (self-hosting) sin restricciones regionales.
- El precio de la API se mantiene al nivel de GLM-5.1, lo que lo hace extremadamente atractivo.
El modelo ya está disponible en HuggingFace, 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: estadísticas en frío
Según las pruebas propias de Z.ai, GLM-5.2 es reconocido como el modelo abierto más potente del mercado. Sin embargo, frente al líder, Anthropic Claude Opus 4.8, no alcanza en la mayoría de las pruebas, aunque muestra un progreso impresionante.
En las pruebas estándar de programación, la brecha 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, en Terminal-Bench 2.1, el resultado de 81,0 se acerca mucho a Opus 4.8 (85,0) y supera a Gemini 3.1 Pro (74,0).
La comparación con competidores en el modo de razonamiento máximo (Max) muestra el siguiente panorama:
| 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, superando a GPT-5.5 y a la versión anterior Opus 4.7. En PostTrainBench, que evalúa la mejora de otros modelos mediante ajuste fino, GLM-5.2 supera a Opus 4.7 y GPT-5.5, solo por detrás de Opus 4.8.
En el ultralargo SWE-Marathon con tareas como la creación de compiladores, la diferencia con Opus 4.8 es del 13%. Así, en las tres pruebas, GLM-5.2 muestra el mejor resultado entre los modelos abiertos.
¿Cuánto cuesta y cuál es el truco?
La suscripción GLM Coding Plan se divide en tres tarifas. Los precios se indican con pago anual y un descuento del 30%: Lite — $12,6/mes (en lugar de $18), Pro — $50,4/mes (en lugar de $72), Max — $112/mes (en lugar de $160). Los planes superiores obtienen acceso prioritario a los modelos insignia y herramientas adicionales.
Sin embargo, la comunidad ya ha identificado una serie de problemas. Los usuarios señalan una infraestructura en la nube débil, un alto costo de tarificación y la tendencia del modelo a entrar en bucles infinitos, ignorando comandos. Según ellos, el modelo está optimizado exclusivamente para benchmarks, y en código real se comporta como una «IA de bajo presupuesto».
Conclusión: ¿«Asesino» o no?
No hay una respuesta definitiva. GLM-5.2 es, sin duda, el modelo abierto más potente para programación y tareas autónomas en la actualidad. En ciertos escenarios largos, se acerca mucho al buque insignia de Anthropic. La licencia MIT abierta, la ejecución en equipos propios y el bajo umbral de entrada lo convierten en un actor destacado.
Sin embargo, llamarlo «asesino» de Claude es más un truco de marketing que una realidad objetiva. En la mayoría de las pruebas, la propia Z.ai sitúa su modelo por debajo de Opus 4.8. Además, los usuarios se quejan de una infraestructura en la nube inestable, un alto consumo de tokens en modo Max y un soporte deficiente. El nuevo modelo reduce la brecha con los líderes, pero aún no los supera.
Mi análisis profesional: GLM-5.2 es un gran paso adelante para los modelos abiertos, especialmente en el segmento de programación. Para los desarrolladores que valoran la apertura y la posibilidad de ejecución local, es una herramienta excelente. Pero no se debe esperar que reemplace a Claude o GPT en el corto plazo. Por ahora, es más un «competidor» en el segmento de precios bajos que un «asesino» de las soluciones propietarias de primer nivel.