GLM-5.2 de Zhipu AI: ventana de contexto de 1 millón de tokens y avance en los benchmarks de programación
La startup china Zhipu AI presentó oficialmente su nuevo modelo insignia: GLM-5.2. Se trata de una solución de código abierto orientada a tareas de agente largas y programación. Su característica clave es una ventana de contexto de hasta 1 millón de tokens, lo que permite procesar enormes volúmenes de datos sin pérdida de calidad.
El modelo cuenta con 753 mil millones de parámetros y está diseñado para generar texto en inglés y chino. Los desarrolladores destacan que GLM-5.2 se distribuye bajo la licencia libre MIT, lo que permite su implementación local y personalización.
La arquitectura incluye varios mecanismos únicos. En particular, la tecnología IndexShare reutiliza un mismo indexador por cada cuatro capas de atención dispersa, lo que reduce la cantidad de operaciones por token en 2,9 veces. La capa MTP actualizada para decodificación especulativa aumenta la longitud de confirmación hasta un 20%, lo que impacta directamente en la velocidad de generación.
En las pruebas de rendimiento, GLM-5.2 demostró resultados impresionantes. En tres benchmarks clave —FrontierSWE, PostTrainBench y SWE-Marathon— el modelo superó a todas las demás soluciones de código abierto. En las pruebas estándar de programación, también ocupó una posición de liderazgo entre los modelos abiertos.
Para la implementación local, se ha anunciado soporte para 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 flexible para su uso en diferentes equipos.
Opinión de expertos: GLM-5.2 representa un gran avance para el segmento de IA de código abierto. El contexto de 1 millón de tokens y la arquitectura de atención mejorada lo hacen competitivo no solo en tareas de programación, sino también en el análisis de documentos extensos, lo cual es fundamental para aplicaciones corporativas y financieras. Sin embargo, el principal desafío seguirá siendo la implementación local eficiente de un modelo de esta escala: 753 mil millones de parámetros requieren importantes recursos computacionales.