GLM-5.2 de Zhipu AI: modelo abierto con contexto de 1 millón de tokens y avance en programación
La startup china Zhipu AI presentó su nuevo modelo lingüístico insignia GLM-5.2, orientado a tareas agénticas de larga duración y escritura de código. La solución de código abierto ya está disponible en Hugging Face y destaca por su ventana de contexto de 1 millón de tokens, licencia MIT y posibilidad de implementación local.
Características técnicas y arquitectura
El modelo cuenta con 753 mil millones de parámetros y admite generación de texto en inglés y chino. La característica clave de GLM-5.2 es su sistema flexible de "intensidad de razonamiento", que permite al usuario elegir un equilibrio entre calidad de respuesta y latencia. En la arquitectura también se integran mecanismos IndexShare y una capa MTP actualizada para decodificación especulativa.
Los desarrolladores afirman que IndexShare reutiliza un indexador cada cuatro capas de atención dispersa, reduciendo las operaciones por token en 2,9 veces. El MTP actualizado aumenta la longitud de confirmación hasta un 20%, lo cual es crítico para tareas que requieren alta precisión.
Benchmarks y rendimiento
En tres pruebas clave —FrontierSWE, PostTrainBench y SWE-Marathon— GLM-5.2 superó a todos los modelos de código abierto existentes. En los benchmarks estándar de rendimiento de programación también ocupó posiciones líderes entre las soluciones abiertas, lo que confirma su potencial para desarrolladores.
Disponibilidad e implementación
El modelo se distribuye bajo la licencia abierta MIT, lo que permite uso comercial sin restricciones. Para la implementación local se declara soporte para los frameworks SGLang, vLLM, Transformers, KTransformers y Docker Model Runner. Además, están disponibles cuantizaciones para llama.cpp, Ollama y LM Studio, lo que facilita la integración en diversos dispositivos.
Mi opinión experta: GLM-5.2 es un gran paso adelante para los modelos de IA abiertos, especialmente en el segmento de programación. El contexto de 1 millón de tokens y la optimización para tareas agénticas la convierten en una alternativa competitiva a las soluciones propietarias de OpenAI y Google. Sin embargo, la cuestión clave sigue siendo la eficacia práctica en tareas reales, no solo en benchmarks. El mercado de modelos abiertos claramente entra en una fase de madurez, y GLM-5.2 establece un nuevo estándar.