El gigante chino Zhipu AI presentó GLM-5.2: 1 millón de tokens de contexto y 753 mil millones de parámetros
La empresa china Zhipu AI ha lanzado oficialmente su modelo lingüístico insignia GLM-5.2, diseñado para resolver tareas complejas de agentes y programación. Esta solución de código abierto, distribuida bajo la licencia MIT, ya está disponible para implementación local y cuenta con una impresionante ventana de contexto de 1 millón de tokens.
Según datos de Hugging Face, GLM-5.2 es un modelo para generación de texto en inglés y chino, que cuenta con colosales 753 mil millones de parámetros. La arquitectura se basa en mecanismos innovadores como IndexShare y una capa MTP (Multi-Token Prediction) actualizada, diseñada para decodificación especulativa.
Los ingenieros de Zhipu AI afirman que IndexShare permite reutilizar un mismo indexador cada cuatro capas de atención dispersa, lo que reduce la cantidad de operaciones computacionales por token en 2,9 veces. A su vez, la actualización de MTP aumenta la longitud de confirmación en un 20%, acelerando significativamente el proceso de generación.
Avance en benchmarks
En pruebas clave de rendimiento, como FrontierSWE, PostTrainBench y SWE-Marathon, GLM-5.2 superó a todos los demás modelos de código abierto. En pruebas estándar de programación, también ocupó una posición de liderazgo entre sus competidores de código abierto.
El modelo admite varios niveles de "intensidad de razonamiento", lo que permite a los usuarios elegir de manera flexible entre calidad de respuesta y latencia. Para la implementación local, se declara compatibilidad con SGLang, vLLM, Transformers, KTransformers y Docker Model Runner. Además, están disponibles cuantizaciones para llama.cpp, Ollama y LM Studio.
Opinión de experto: El lanzamiento de GLM-5.2 no es solo un lanzamiento más, sino una señal de que la carrera en el segmento de IA de código abierto está pasando a un nuevo nivel. Un contexto de 1 millón de tokens y el enfoque en tareas de agentes convierten a este modelo en una herramienta seria para desarrolladores, especialmente en el ámbito de la automatización de procesos empresariales complejos. Sin embargo, cabe recordar que modelos de esta escala requieren recursos computacionales significativos, y la ventaja real frente a los competidores dependerá de la eficiencia de la implementación local.