GLM-5.2 contra Claude: ¿Realmente la red neuronal china se ha convertido en la "asesina" del buque insignia de Anthropic?
En la comunidad de desarrolladores y entusiastas de las criptomonedas han estallado acalorados debates en torno al nuevo modelo chino GLM-5.2 de la empresa Z.ai. Muchos ya lo han bautizado como el «asesino» de Claude de Anthropic, señalando sus impresionantes resultados en los benchmarks a un precio diez veces inferior al de su competidor. Sin embargo, como analista profesional del mercado de IA, considero que tales afirmaciones requieren una verificación más profunda.
¿Qué es GLM-5.2 y cuál es su fortaleza?
GLM-5.2 es el modelo insignia de código abierto, optimizado para sesiones de trabajo prolongadas. La principal novedad respecto a la versión 5.1 es una ventana de contexto estable de 1 millón de tokens (frente a los 200 mil anteriores). Esto permite al modelo mantener en su «campo de visión» grandes volúmenes de código o texto sin pérdida de calidad. Características clave:
- Contexto de 1 millón de tokens: Sin degradación en sesiones ultralargas. Toda la base de código cabe en un solo ciclo de razonamiento.
- Dos niveles de «esfuerzo»: High — para equilibrar rendimiento y consumo de tokens, Max — para capacidades máximas, pero con mayor consumo.
- Licencia abierta MIT: Sin restricciones regionales, soporte completo para autoalojamiento.
- Precio de API: Se mantiene al 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.
¿Qué muestran los benchmarks?
Según las pruebas internas de Z.ai, GLM-5.2 es reconocido como el modelo de código abierto más potente del mercado. Sin embargo, en la mayoría de los casos no alcanza al buque insignia de 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 al Opus 4.8 con sus 85,0 y supera al Gemini 3.1 Pro con 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), 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 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, cediendo solo ante Opus 4.8.
Costo y opiniones reales
La suscripción GLM Coding Plan se divide en tres tarifas: Lite — $12,6/mes (con descuento), Pro — $50,4/mes, Max — $112/mes. Sin embargo, dentro de la suscripción, el consumo de cuota depende de la carga: coeficiente 3x en horas pico (14:00-18:00 hora de Pekín) y 2x fuera de pico. Hasta finales de septiembre hay una promoción donde el uso fuera de pico se tarifica como 1x.
Los usuarios destacan sus puntos fuertes: el modelo es considerado la red neuronal de código abierto más potente hasta la fecha, la lógica base es notablemente mejor que la versión 5.1, y en programación es comparable a GPT-5.5 en un alto nivel de razonamiento. Sin embargo, las críticas se centran en el servicio y la estabilidad: la infraestructura en la nube, a pesar de tener un buen modelo matemático, es considerada extremadamente débil, y la tarificación, cara. Los desarrolladores se quejan de un soporte deficiente y de la tendencia del modelo a quedarse atascado en bucles infinitos.
Por separado, los usuarios señalan que el modelo solo se revela en el modo Max, que consume varias veces más tokens que el modo High.
Mi conclusión como analista: GLM-5.2 es un gran paso adelante para los modelos de código abierto, especialmente en el contexto de sesiones largas y programación. Sin embargo, llamarlo «asesino» de Claude es prematuro. En la mayoría de las pruebas, la propia Z.ai sitúa su modelo por debajo de Opus 4.8. Los problemas de infraestructura y el alto consumo de tokens en modo Max lo convierten más en una herramienta de nicho para entusiastas dispuestos a sacrificar estabilidad por precio. Por ahora, no es un «asesino», sino un competidor serio que reduce la brecha, pero no supera a los líderes.