GLM-5.2: ¿El «Asesino» chino de Claude — Realidad o Marketing?
En el mundo de la IA vuelve a encenderse el debate: la red neuronal GLM-5.2 de la empresa Z.ai, que ha ganado popularidad rápidamente, aspira al título de «asesina» del modelo insignia de Anthropic, Claude. Los entusiastas hablan de una superioridad diez veces mayor en relación calidad/precio, pero ¿es realmente así? Analicemos sin ruido innecesario.
¿Qué es GLM-5.2 y cuál es su baza?
Los desarrolladores posicionan GLM-5.2 como un modelo insignia para sesiones de trabajo prolongadas. La mejora clave respecto a su predecesor GLM-5.1 es una ventana de contexto estable de 1 millón de tokens (frente a los 200 mil anteriores). Esto significa que el modelo es capaz de 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 sin degradación en sesiones ultralargas. Toda la base de código cabe en un solo ciclo de razonamiento.
- Dos niveles de refuerzo de razonamiento: High (equilibrio entre rendimiento y consumo) y Max (máximo de capacidades, pero con mayor consumo de tokens).
- Licencia MIT abierta sin restricciones regionales, lo que permite ejecutar el modelo en equipos propios (self-hosting).
- 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/OpenCode.
Benchmarks: los números no mienten, pero...
Según las pruebas propias de Z.ai, GLM-5.2 es 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. 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 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 FrontierSWE, GLM-5.2 se queda solo un 1% por detrás de Opus 4.8, superando a GPT-5.5 y Opus 4.7. En PostTrainBench, solo cede ante Opus 4.8. En el ultralargo SWE-Marathon, la diferencia con Opus 4.8 es del 13%. No obstante, GLM-5.2 muestra el mejor resultado entre todos los modelos abiertos.
¿Cuánto cuesta 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) y 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 punta. Hasta finales de septiembre hay una promoción donde el uso fuera de punta se tarifica como 1x.
Las opiniones de los usuarios están divididas. Puntos fuertes: el modelo abierto más potente, lógica básica notablemente mejor que la versión 5.1, ejecución autónoma de tareas complejas a través de agentes auxiliares. Las críticas se centran en la infraestructura en la nube (débil), la tarificación cara y la tendencia del modelo a quedarse atascado en bucles infinitos. Muchos señalan que el modelo solo se muestra en su máximo potencial en modo Max, que consume muchas más fichas que High.
Mi opinión experta: GLM-5.2 es un paso impresionante hacia adelante para los modelos abiertos, especialmente en programación. Sin embargo, llamarla «asesina» de Claude es prematuro. Es más bien un competidor potente y accesible que reduce la brecha, pero aún no supera a los líderes. Para desarrolladores que valoran la apertura y el self-hosting, es una excelente opción, pero para quienes buscan estabilidad y soporte, Claude o GPT siguen siendo una elección más fiable.