No es exagerado decir que el anuncio de GLM-5.2 ha sido el evento más importante del sector de los modelos de lenguaje en 2026. La startup china Zhipu AI, que ya había demostrado en versiones anteriores un avance notable frente a sus pares, acaba de lanzar una versión que desafía a los modelos cerrados de OpenAI y Anthropic. Lo que hace especial a GLM-5.2 no es solo su escala, sino la forma en que supera —o casi iguala— a sus rivales en pruebas técnicas sin caer en el hype. El modelo ha pasado de los 40.000 millones de parámetros activos (solo el 5% de su enorme capacidad de 744.000 millones) a una arquitectura que optimiza el consumo de tokens sin sacrificar rendimiento. Su ventana de contexto de un millón de tokens —un récord que incluso los modelos más potentes de Google y OpenAI no alcanzan— permite analizar conversaciones o proyectos extensos como si fueran bloques individuales.
El rendimiento en programación es donde GLM-5.2 brilla con más claridad. En benchmarks como FrontierSWE, donde se mide la capacidad de solucionar problemas complejos de software bajo presión, GLM-5.2 no solo superó a GPT-5.5 en la mayoría de pruebas, sino que se situó a la altura de Opus 4.8, el modelo de Anthropic considerado el más avanzado hasta entonces. En otros test —como PostTrainBench o SWE-Marathon, que evalúan su capacidad para mantener una sesión de programación durante horas—, el modelo mostró una estabilidad y eficiencia inusual para un modelo abierto. Incluso en tareas de creación de código local —algo donde otros competidores chinos como Qwen 3.7 Max o MiniMax-M3 se quedaban a la sombra—, GLM-5.2 demostró un avance significativo frente a versiones anteriores.
El consenso de la comunidad de IA no tardó en llegar. Según Artificial Analysis, empresa especializada en benchmarking de modelos, el índice de inteligencia de GLM-5.2 ha subido hasta los 51 puntos, un valor que lo coloca entre los más altos del mercado, solo por debajo de GPT-5.5 (55 puntos), Claude Fable 5 (60) o Opus 4.8 (56). Pero lo más revelador es que, pese a estas cifras, el modelo no solo no se queda en lo cuantitativo: su capacidad para resolver problemas técnicos complejos en tiempo real, como detectar fallos de seguridad en un código personal que el autor probó, lo convierte en una herramienta útil para desarrolladores que buscan evitar errores sin depender de revisión humana constante.
Sin embargo, el modelo no es perfecto. Aún está lejos de la precisión de Fable 5 o GPT-5.5 en cuanto a respuestas factualmente correctas, aunque ha logrado reducir drásticamente sus alucinaciones, un problema que persiste en muchas versiones de modelos chinos. Esto significa que, aunque puede generar respuestas coherentes en muchos contextos, en otros —como la creatividad o el manejo de detalles contextuales más abstractos— aún necesita más pulido. De hecho, en pruebas de uso conversacional, su rendimiento varía entre momentos de mejora significativa y otros donde sigue siendo inferior a modelos como Gemini 3.1 Pro o Opus 4.8. Pero lo que sí destaca es su eficacia en otro aspecto clave: el coste. Mientras que GPT-5.5 cuesta entre 5 y 30 dólares por millón de tokens, y Opus 4.8 entre 10 y 50 dólares, GLM-5.2 mantiene su precio por millón de entrada/salida en el rango de 1,4 a 4,4 dólares. Eso sí, su consumo de tokens es mayor que el de GPT-5.5 —un dato que muchos usuarios consideren un inconveniente—, pero aún así es mucho más asequible que sus rivales occidentales para proyectos de gran escala.
La experiencia real, sin embargo, va más allá de los benchmarks. Tras horas de uso —como la que el autor probó con proyectos personales—, es claro que GLM-5.2 ha avanzado sustancialmente respecto a GLM-5.1, un modelo que ya había mostrado mejoras frente a sus competidores chinos. Su capacidad para analizar y corregir código no solo es más detallada, sino que lo hace de forma más rápida que modelos con menor escala que se creían más avanzados. Eso sí, hay que tener en cuenta que, a pesar de su capacidad en programación, su rendimiento en tareas creativas o de razonamiento abstracto sigue siendo comparable al de modelos como los de Google, donde la creatividad y la originalidad siguen siendo un desafío. En entornos como Reddit, donde los usuarios debaten entre los modelos, existe una división clara: muchos lo ven como una herramienta poderosa para correr localmente si se dispone de hardware suficiente, mientras que otros, más críticos, señalan que aún no está al nivel de sus competidores en aspectos como coherencia y originalidad.
Lo que está claro es que, en el mercado actual, GLM-5.2 representa un antes y después. No es el primer modelo chino en entrar en este terreno, pero sí el más ambicioso en muchos aspectos: su arquitectura, su escala y su equilibrio entre rendimiento y coste lo convierten en una alternativa sólida para quienes buscan soluciones sin los precios de los gigantes occidentales. Eso sí, para quienes priorizan la precisión y la originalidad en sus respuestas, podría ser —por ahora— una opción complementaria, no un sustituto directo.