GLM-5.2 de Zhipu AI: ventana de contexto de 1 millón de tokens y código abierto para tareas de agentes
El desarrollador chino Zhipu AI presentó el modelo de lenguaje insignia GLM-5.2, orientado a escenarios de agentes de larga duración y tareas de programación. La solución se distribuye con código abierto, cuenta con una ventana de contexto de 1 millón de tokens, licencia MIT y admite implementación local.
Según las especificaciones en Hugging Face, el modelo está diseñado para generar texto en inglés y chino y cuenta con 753 mil millones de parámetros. GLM-5.2 ofrece varios niveles de "intensidad de razonamiento", lo que permite equilibrar la calidad de la respuesta y la latencia.
La arquitectura incluye un innovador mecanismo IndexShare y una capa MTP actualizada para decodificación especulativa. Los desarrolladores afirman que IndexShare reutiliza un indexador por cada cuatro capas de atención dispersa, reduciendo la cantidad de operaciones por token en 2,9 veces. A su vez, el MTP mejorado aumenta la longitud de confirmación hasta un 20%.
En tres puntos de referencia clave (FrontierSWE, PostTrainBench y SWE-Marathon), GLM-5.2 superó a todos los demás modelos de código abierto. En pruebas estándar de rendimiento de programación, también ocupó posiciones líderes entre las soluciones de código abierto.
GLM-5.2 se distribuye bajo la licencia abierta MIT. Para la implementación local, se declara compatibilidad con SGLang, vLLM, Transformers, KTransformers y Docker Model Runner. Están disponibles cuantizaciones para llama.cpp, Ollama y LM Studio, lo que hace que el modelo sea accesible para una amplia gama de desarrolladores e investigadores.
Opinión del analista. El lanzamiento de GLM-5.2 es un paso significativo en la democratización de modelos de lenguaje potentes. El contexto de 1 millón de tokens y la licencia abierta MIT crean una competencia seria para las soluciones propietarias, especialmente en el segmento de tareas de agentes y automatización de programación. Sin embargo, el desafío clave seguirá siendo la implementación práctica local con 753 mil millones de parámetros: sin recursos de hardware serios, esto será difícil.