GLM-5.2: El desafío chino a Claude — análisis de capacidades y resultados reales
En los ámbitos de las comunidades cripto y de IA ha estallado un debate en torno a la nueva red neuronal china GLM-5.2 de la empresa Z.ai. Muchos expertos y blogueros ya la han bautizado como la «asesina» de Claude, el producto estrella de Anthropic. Analicemos hasta qué punto este título está justificado y qué representa realmente este modelo.
GLM-5.2 es el modelo abierto insignia, creado para sesiones de trabajo largas y complejas. Su principal ventaja sobre su predecesor GLM-5.1 es una ventana de contexto de 1 millón de tokens que no se degrada en tareas extremadamente largas. Esto permite albergar una base de código completa en un solo ciclo de razonamiento, algo crítico para el desarrollo autónomo.
Características clave del modelo:
- Contexto de 1 millón de tokens sin pérdida de calidad en sesiones largas.
- Dos niveles de refuerzo de razonamiento: High (equilibrio entre rendimiento y consumo de tokens) y Max (máximas capacidades a costa de un mayor consumo).
- Licencia abierta MIT, que permite ejecutar el modelo en equipos propios (self-hosting).
- El precio de la API se mantiene en el nivel de la versión anterior GLM-5.1.
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.
Resultados de los benchmarks: ¿dónde es realmente fuerte GLM-5.2?
Según las pruebas propias de Z.ai, GLM-5.2 es reconocido como el modelo abierto más potente del mercado. Sin embargo, en la mayoría de los casos no alcanza a Anthropic Claude Opus 4.8. 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. Al mismo tiempo, 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, donde el modelo gestiona proyectos técnicos abiertos que duran decenas de horas, GLM-5.2 se queda solo un 1% por detrás de Opus 4.8, pero supera 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.
Costo y posibles inconvenientes
La suscripción GLM Coding Plan se divide en tres tarifas. Lite cuesta $12,6 al mes (con pago anual), Pro $50,4 y Max $112. El consumo de cuota depende de la carga: coeficiente 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.
Qué dicen los usuarios
Las opiniones están divididas. Puntos fuertes: el modelo es considerado la red neuronal abierta más potente, su lógica base 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 señalan que la IA realiza tareas complejas de forma autónoma a través de agentes auxiliares y sugiere correcciones por sí misma. La describen como lenta y cara, pero extremadamente persistente en alcanzar su objetivo.
Las críticas se centran en el servicio y la estabilidad: la infraestructura en la nube se considera extremadamente débil, los desarrolladores se quejan de la tarificación cara y el soporte deficiente, señalando que es más fácil pagar por Claude o GPT. Se critica a la red neuronal por tender a quedarse atascada en bucles infinitos e ignorar comandos. Según los usuarios, el modelo está enfocado exclusivamente en los benchmarks.
Entonces, ¿es o no la «asesina» de Claude?
No hay una respuesta clara. 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 abierta MIT, la ejecución en equipos propios y el bajo umbral de entrada lo convierten en un actor destacado.
Sin embargo, son los blogueros quienes llaman «asesina» de Claude a la novedad, 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 infraestructura en la nube inestable, el alto consumo de tokens en modo Max y el soporte deficiente. La nueva IA reduce la brecha con los líderes, pero aún no los supera.
Mi análisis: GLM-5.2 es un gran paso adelante para los modelos abiertos, especialmente en el contexto del desarrollo autónomo y las sesiones largas. Sin embargo, llamarla «asesina» de Claude es prematuro. Por ahora, es más bien una «asesina económica»: una excelente alternativa para quienes están dispuestos a tolerar la crudeza de la infraestructura a cambio de apertura y bajo precio. A largo plazo, si Z.ai resuelve los problemas de servicio, podría convertirse en un competidor serio.