GLM-5.2 contra Claude: ¿Realmente la red neuronal china se ha convertido en la "asesina" del buque insignia de Anthropic?
En el ámbito de la comunidad cripto y la escena de la IA, no cesan los debates sobre la nueva red neuronal GLM-5.2 de la empresa Z.ai. Los entusiastas ya la han apodado "el asesino chino de Claude", comparándola con los productos estrella de Anthropic. Los criptoblogueros afirman que la novedad supera a Claude en varios escenarios a un precio diez veces menor. Analicemos qué hay de cierto en esto y qué es solo ruido de marketing.
¿Qué es GLM-5.2 y por qué es interesante?
Los desarrolladores posicionan GLM-5.2 como un modelo insignia, diseñado para sesiones de trabajo prolongadas. La diferencia clave con su predecesor GLM-5.1 es una ventana de contexto estable de 1 millón de tokens, en lugar de los anteriores 200 mil. Esto permite al modelo mantener en su campo de visión grandes volúmenes de código o texto sin pérdida de calidad.
Características principales del modelo:
- Contexto de 1 millón de tokens, que no se degrada en sesiones extremadamente largas.
- Dos niveles de razonamiento mejorado: High (equilibrio entre rendimiento y consumo de tokens) y Max (máximo potencial a costa de un mayor consumo).
- Licencia MIT abierta sin restricciones regionales, lo que permite ejecutar el modelo en equipos propios (self-hosting).
- El precio de acceso a través de la API se mantiene al nivel de la versión anterior GLM-5.1.
¿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. No obstante, 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, 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).
Comparación con competidores en 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 largo plazo (long-horizon tasks), el panorama es similar. En la prueba FrontierSWE, 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, el modelo supera a Opus 4.7 y GPT-5.5, solo por detrás de Opus 4.8. Así, en las tres pruebas, GLM-5.2 muestra el mejor resultado entre los modelos abiertos.
¿Cuánto cuesta la IA y cuál es el truco?
La suscripción GLM Coding Plan se divide en tres tarifas con precios para pago anual con un 30% de descuento: Lite — $12,6/mes, Pro — $50,4/mes, Max — $112/mes. Dentro de la suscripción, el consumo de cuota depende de la carga: factor 3x en horas punta (14:00-18:00 hora de Pekín) y 2x fuera de punta. Hasta finales de septiembre hay una promoción donde el uso fuera de punta se tarifica como 1x.
Los usuarios señalan que el modelo solo se despliega completamente en modo Max, que consume varias veces más tokens que High. Esto lo hace costoso con un uso intensivo.
¿Qué dicen los usuarios?
Puntos fuertes según las reseñas:
- El modelo es considerado la red neuronal abierta más potente probada hasta la fecha.
- La lógica básica es notablemente mejor que en la versión 5.1; en programación, el modelo es comparable a GPT-5.5 en un alto nivel de razonamiento.
- La IA realiza tareas complejas de forma autónoma a través de agentes auxiliares y sugiere corregir inconsistencias detectadas.
- Los usuarios lo describen como lento y caro, pero extremadamente persistente en alcanzar el objetivo establecido.
Las críticas se centran principalmente en el servicio y la estabilidad:
- La infraestructura en la nube, a pesar de un buen modelo matemático, es considerada extremadamente débil.
- Los desarrolladores se quejan de la costosa tarificación y el escaso soporte, señalando que es más fácil pagar por Claude o GPT.
- Se critica a la red neuronal por su tendencia a quedarse atascada en bucles infinitos e ignorar comandos. Según los usuarios, el modelo está diseñado exclusivamente para benchmarks.
Entonces, ¿es o no un "asesino" de Claude?
No hay una respuesta clara a esta pregunta. GLM-5.2 es reconocido como el mejor modelo abierto actual para programación y tareas autónomas. 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, son los blogueros quienes llaman a la novedad "asesino" de Claude, no los benchmarks. 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 la inestable infraestructura en la nube, el alto consumo de tokens en modo Max y el escaso soporte. La nueva IA reduce la brecha con los líderes, pero aún no los supera.
Mi análisis: GLM-5.2 es un paso impresionante para los modelos abiertos, especialmente en el contexto de la programación y las sesiones largas. Sin embargo, llamarlo "asesino" de Claude es prematuro. Para los desarrolladores que valoran la apertura y la posibilidad de alojamiento propio, es una excelente herramienta. Pero para el usuario masivo, acostumbrado a la estabilidad y el soporte de Anthropic u OpenAI, GLM-5.2 sigue siendo más una solución experimental con un servicio inestable.