El equipo de Perplexity ha lanzado una versión de investigación de un nuevo modelo orquestador para su agente local Perplexity Computer. El sistema se basa en el modelo abierto GLM 5.2 de la china Z.ai (anteriormente Zhipu AI) y ha sido sometido a un post-entrenamiento para funcionar en el entorno agente Computer. Su característica clave es una arquitectura híbrida: GLM 5.2 asume la carga principal de ejecutar las consultas, y al alcanzar sus límites, escala la tarea a un modelo más potente, como Opus.
Eficiencia al límite de las soluciones avanzadas
Perplexity afirma que la versión reentrenada de GLM 5.2 muestra un rendimiento cercano al de los modelos insignia, pero con un costo de solo 0,344 veces el de usar Opus. En combinación con un "asesor", una herramienta especial que determina el momento de escalar, el sistema funciona al nivel de Opus 4.8, pero con costos significativamente menores. No se trata de un reemplazo, sino de una distribución inteligente de recursos: una capa base barata para tareas rutinarias y la activación de artillería pesada solo en escenarios complejos.
Detalles técnicos y arquitectura
GLM 5.2 es un modelo abierto con aproximadamente 744 mil millones de parámetros, publicado bajo la licencia MIT. Esto le otorga a Perplexity total libertad para el reentrenamiento y uso comercial sin las restricciones típicas de las API cerradas. El sistema agente Perplexity Computer orquesta el trabajo de más de 19 modelos, y el GLM adaptado se convierte en una base económica para la mayoría de las tareas. El elemento clave es la herramienta asesora, que analiza la complejidad de la consulta y decide cuándo es necesario conectar un modelo más potente.
Contexto geopolítico y estrategia
Es notable que Perplexity utilice un modelo chino, pero aloje la versión adaptada en su propia infraestructura en Estados Unidos. Esto reduce la dependencia de API externas y permite un control total sobre las capas de post-entrenamiento, enrutamiento y ejecución. Z.ai ha estado en la Lista de Entidades de EE. UU. desde enero de 2025, pero Perplexity sortea las restricciones trabajando con el peso abierto del modelo. Anteriormente, la compañía aplicó un enfoque similar con DeepSeek R1, lanzando una versión adaptada R1-1776 libre de censura. En el caso de GLM 5.2, el enfoque se centra exclusivamente en la eficiencia económica, no en la neutralización política.
Conclusión experta
Este movimiento de Perplexity es un claro ejemplo de cómo los modelos abiertos se están convirtiendo en la base para crear sistemas agente híbridos y económicamente eficientes. Creo que la estrategia de "capa base barata + escalado al modelo insignia" es el futuro de los agentes de IA, especialmente en un contexto donde el costo de los modelos de primer nivel sigue siendo alto. El siguiente paso será la adaptación de Nemotron 3 Ultra, lo que fortalecerá aún más la posición de Perplexity en la carrera por los agentes autónomos.