GLM 5.2: el modelo open source de Zhipu con 1 M de contexto explicado

Actualización, 28 de julio de 2026: GLM 5.2 ya no es el modelo de pesos abiertos más potente. Kimi K3 publicó sus pesos el 27 de julio de 2026 y lo supera en el Artificial Analysis Intelligence Index con 57 frente a 51. GLM 5.2 mantiene una ventaja real en licencia y hardware, y la sección de benchmarks más abajo ha sido actualizada.

GLM 5.2 llegó el 13 de junio de 2026 con tres cifras destacadas. Es un diseño de Mezcla de Expertos con 744.000 millones de parámetros, una ventana de contexto de 1 millón de tokens y una licencia MIT que pone los pesos a disposición de cualquiera para descargarlos y ejecutarlos sin restricciones. El laboratorio de IA chino Zhipu AI (operativo como Z.ai) lo publicó como un modelo de frontera centrado en programación, y el momento no fue casual. Se publicó solo dos días después de que Estados Unidos ordenara a Anthropic cortar el acceso extranjero a sus modelos Fable 5 y Mythos 5. Si quieres el panorama más amplio, consulta cómo se mide GLM frente a otros modelos líderes como Claude, GPT y Gemini.

GLM 5.2 ya no es el modelo abierto más puntero, pero sigue siendo el que más personas deberían elegir. Nuestro resumen de los mejores modelos de IA open source sitúa ahora a Kimi K3 primero en capacidad bruta, mientras que GLM 5.2 sigue siendo la opción práctica como el modelo más potente con una licencia MIT simple. Si la categoría te resulta nueva, nuestro explicador sobre qué es la IA open source cubre cómo funcionan los pesos abiertos y las licencias de modelos. Abajo encontrarás las especificaciones, cómo difiere de GLM 5.1, los benchmarks frente a rivales como Seed 2.1 Pro de ByteDance, y cuánto cuesta realmente el GLM Coding Plan.

Lo más importante

• GLM 5.2 se lanzó el 13 de junio de 2026 como un modelo de Mezcla de Expertos con 744 B de parámetros y 40 B de parámetros activos por token.
• La ventana de contexto de 1 millón de tokens es aproximadamente 5 veces mayor que el límite de ~200 K de GLM 5.1, con una salida de hasta 131.072 tokens.
• Se publica bajo una licencia MIT, con pesos abiertos, una API independiente y el chatbot Z.ai que llegó la semana posterior al lanzamiento.
• Los precios del GLM Coding Plan parten de $18/mes (Lite), con Pro a $72/mes y Max a $160/mes, y la facturación anual aplica un descuento del 20 %.
• GLM 5.2 obtiene 62,1 en SWE-bench Pro y 81,0 en Terminal-Bench 2.1, por delante de GPT-5.5 y por detrás de Claude Opus 4.8, pero Kimi K3 ha tomado desde entonces el liderazgo entre los modelos de pesos abiertos.

¿Qué es GLM 5.2?

GLM 5.2 es el último modelo de lenguaje grande estrella de Zhipu AI, un laboratorio con sede en Pekín que se ha convertido en uno de los editores de modelos de pesos abiertos más activos de China. Es la versión más reciente de la familia completa de modelos GLM de Zhipu. Se basa en la arquitectura GLM-5 y utiliza una arquitectura de Mezcla de Expertos con 744.000 millones de parámetros en total, de los cuales solo 40.000 millones se activan para cualquier token dado. Ese diseño mantiene el coste de ejecución más cercano al de un modelo de 40 B mientras aprovecha el conocimiento de uno mucho mayor.

El lanzamiento está claramente orientado a los desarrolladores. Zhipu posicionó GLM 5.2 en torno a la programación de largo alcance y el trabajo agenético, el tipo de tareas de varios pasos donde un modelo escribe, ejecuta y revisa código en todo un proyecto. Se conecta a los clientes de programación populares a través de un endpoint compatible con Anthropic, de modo que herramientas como Claude Code, Cline, OpenCode y OpenClaw pueden apuntarle sin necesidad de un SDK propietario.

Una cosa cambió rápido tras el lanzamiento. Zhipu publicó GLM 5.2 sin puntuaciones de benchmarks publicadas, como señaló la cobertura de lanzamiento de MarkTechPost, lo que dejó las primeras afirmaciones de «supera a GPT-5» como aserciones del proveedor. En días, los probadores independientes y la tarjeta técnica de la empresa llenaron ese vacío, y los números quedaron bien por encima del anterior GLM 5.1, que había obtenido 58,4 en SWE-bench Pro. Los resultados completos están en la sección de benchmarks más abajo.

GLM 5.2 vs GLM 5.1: qué cambió

El salto de GLM 5.1 (publicado el 7 de abril de 2026) a GLM 5.2 es incremental sobre el papel pero significativo en una dimensión: el contexto. El nuevo modelo maneja cinco veces más entrada, lo que cambia lo que puedes incluir en un solo prompt. Aquí está la comparativa.

Los dos modos de razonamiento son nuevos y prácticos. High gestiona la generación cotidiana, mientras que Max es la configuración que Zhipu recomienda para la programación compleja de varios pasos, cambiando velocidad por razonamiento más profundo. El número de parámetros no cambió entre las dos versiones. Ambas tienen 744 B en total con 40 B activos, así que el coste de inferencia por token no varía. Lo que Zhipu cambió es la arquitectura alrededor. La tarjeta del modelo nombra IndexShare, que reutiliza un indexador entre cada cuatro capas de atención dispersa y reduce los FLOPs por token en un 2,9x con un contexto de 1 millón de tokens. También cita una capa MTP mejorada para decodificación especulativa que eleva la longitud de aceptación hasta un 20 %.

Benchmarks de GLM 5.2: cómo rinde realmente

El lanzamiento dejó un hueco, pero los datos lo llenaron rápido. La tarjeta técnica de Zhipu y los probadores independientes sitúan a GLM 5.2 cerca de la frontera cerrada en la programación de largo alcance. En algunas pruebas la diferencia con Claude Opus 4.8 se reduce a aproximadamente un punto, como detalla la cobertura de The Decoder. Ese encuadre ha cambiado tres veces desde entonces. Claude Opus 5 reemplazó a Opus 4.8 como modelo estrella de Anthropic el 24 de julio de 2026, Claude Fable 5.1 ocupó ese puesto el 1 de septiembre de 2026 y lidera el Artificial Analysis Intelligence Index con 66 frente a los 63 de Opus 5, y Kimi K3 tomó el liderazgo entre los modelos de pesos abiertos con 57 frente a los 51 de GLM 5.2. La tabla siguiente mantiene la comparativa que Zhipu publicó, frente a Opus 4.8 y GPT-5.5.

El resultado más destacado es SWE-bench Pro, donde los 62,1 de GLM 5.2 superan los 58,6 de GPT-5.5 y los 58,4 de su predecesor, mientras quedan por detrás de los 69,2 de Claude Opus 4.8. En Terminal-Bench 2.1 saltó a 81,0 desde los 63,5 de GLM 5.1 en el sistema Terminus-2, y en FrontierSWE está a menos de un punto de Opus 4.8 mientras supera a GPT-5.5. La elección del sistema importa más de lo que parece. Artificial Analysis, ejecutando Terminal-Bench 2.1 directamente, puntúa a GLM 5.2 con 77,9 frente a los 85,0 de Kimi K3 y los 84,6 de Opus 4.8, así que lee cualquier cifra con el sistema asociado. También obtiene un 99,2 % en la prueba matemática AIME 2026. Para entender hasta dónde puede llevar estos números la orquestación, el Fugu de Sakana AI alcanza 73,7 en SWE-Bench Pro enrutando tareas entre un grupo de modelos en lugar de ejecutarse como uno solo.

La economía es el verdadero titular. GLM 5.2 iguala o supera a GPT-5.5 en estas maratones de programación por aproximadamente un sexto del coste. Eso lo reencuadra de alternativa barata a contendiente serio. El asterisco viene de la plataforma independiente Artificial Analysis, que encontró que el modelo consume muchos más tokens que los rivales para alcanzar esas puntuaciones, lo que lo convierte en una de las opciones menos eficientes en tokens de su categoría. Zhipu precia ese consumo directamente. En el Coding Plan, el uso de GLM 5.2 se descuenta a un ritmo de 3x durante las horas pico y 2x fuera de ellas, con una tarifa de 1x fuera de horas pico de duración limitada hasta finales de septiembre. En las pruebas de razonamiento duro de un solo disparo como Humanity's Last Exam sigue por detrás de Opus 4.8 y Gemini 3.1 Pro por varios puntos, así que es un especialista en programación y agentes ante todo.

Por qué importa la ventana de contexto de 1 millón de tokens

Una ventana de contexto de 1 millón de tokens significa que GLM 5.2 puede mantener aproximadamente 750.000 palabras de entrada a la vez. En términos prácticos puedes pegar una base de código mediana completa, un conjunto completo de documentación de API o un corpus de investigación extenso y pedir al modelo que razone sobre todo ello sin fragmentarlo. El modelo lleva la etiqueta glm-5.2[1m] para indicar la ventana extendida, y Z.ai describe la capacidad como «utilizable» en lugar de un techo de marketing.

Para la programación en concreto, esto es la diferencia entre darle al modelo un archivo y darle el repositorio completo. Las herramientas agenéticas que antes tenían que resumir o recuperar fragmentos de un proyecto ahora pueden mantener mucho más en la memoria de trabajo. Eso reduce los errores que se producen cuando un modelo pierde de vista código que no puede ver. Esa fortaleza en contextos largos es la misma razón por la que los modelos abiertos diseñados para funcionar en un Mac se han hecho populares entre los desarrolladores que quieren control local.

GLM 5.2 y el contexto del control de exportaciones

La fecha de lanzamiento importa. En los días justo antes del anuncio de GLM 5.2, el Secretario de Comercio de Estados Unidos ordenó a Anthropic bloquear el acceso extranjero a Fable 5 y Mythos 5 en 48 horas bajo una nueva directiva de control de exportaciones. Anthropic desactivó ambos modelos globalmente en pocas horas, y puedes leer el cronograma completo en nuestra cobertura de la retirada de Fable 5.

Zhipu enmarcó GLM 5.2 como un contrapeso directo. Al publicar un modelo de clase frontera bajo una licencia MIT sin restricciones regionales, la empresa presentó los pesos abiertos como un seguro contra que cualquier nación o proveedor controle la IA fundamental. Los inversores respondieron rápido, y las acciones de Zhipu subieron con el anuncio open source, según el South China Morning Post. Forma parte de una oleada más amplia de publicaciones abiertas chinas que incluyen la familia Qwen y DeepSeek V4.

Precios y disponibilidad de GLM 5.2

GLM 5.2 se publicó inmediatamente en todos los niveles del GLM Coding Plan, con la API independiente, el chatbot de Z.ai y los pesos MIT descargables publicados en la semana posterior al lanzamiento. El Coding Plan es una suscripción que enruta a través del mismo endpoint compatible con Anthropic, facturada mensualmente, con facturación anual que ofrece un 20 % de descuento en cada nivel. Cada nivel se mide en prompts, en una ventana móvil de 5 horas y un límite semanal.

GLM Coding Plan Lite ($18/mes)

El nivel de entrada cuesta $18/mes, o $172.80 al año, lo que equivale a $14.40/mes. Cubre aproximadamente 80 prompts cada 5 horas y unas 400 a la semana, lo que se adapta a desarrolladores individuales con uso moderado de asistencia en programación. Es la forma más barata de probar GLM 5.2 dentro de una herramienta como Claude Code.

GLM Coding Plan Pro ($72/mes)

Pro cuesta $72/mes, o $691.20 al año a $57.60/mes, y eleva el techo a aproximadamente 400 prompts cada 5 horas y 2.000 a la semana. Está orientado a usuarios avanzados que ejecutan refactorizaciones de múltiples archivos y tareas agenéticas a diario.

GLM Coding Plan Max ($160/mes)

Max cuesta $160/mes, o $1.536 al año a $128/mes, y permite aproximadamente 1.600 prompts cada 5 horas y 8.000 a la semana, para desarrolladores que mantienen un agente en marcha durante toda la jornada laboral. El precio para equipos es por asiento para organizaciones. Para hacerte una idea de cómo se compara con otros modelos abiertos rivales, nuestro análisis de Rio 3.5 Open cubre otro lanzamiento chino de pesos abiertos que vale la pena comparar.

¿Deberías usar GLM 5.2?

Si escribes código y quieres un modelo de contexto largo que puedas ejecutar tú mismo, GLM 5.2 es el modelo de pesos abiertos disponible más potente con una licencia MIT simple, que elimina las restricciones habituales de uso comercial. Su sucesor, GLM 5.3, es el mejor programador pero aún no tiene pesos públicos, así que GLM 5.2 sigue siendo el GLM más grande que puedes autoalojar. Kimi K3 puntúa más alto, pero se publica bajo una licencia personalizada de Moonshot y pesa 1,56 TB al descargar frente a los 1,51 TB de GLM 5.2. El contexto de 1 M de tokens es una ventaja real para el trabajo a escala de repositorio, y el endpoint compatible con Anthropic significa que puedes integrarlo en las herramientas existentes con una fricción mínima. Z.ai ha publicado desde entonces GLM 5.3 Flash también bajo MIT, un modelo multimodal más pequeño de 320B que sus propios benchmarks sitúan por delante de GLM 5.2, así que la elección para autoalojar es ahora entre escala y eficiencia.

Los benchmarks han resuelto la cuestión del rendimiento, así que las consideraciones reales ahora son la estructura de costes y la jurisdicción de los datos. GLM 5.2 consume muchos tokens, lo que significa que el uso agenético intensivo puede generar un gasto mayor de lo que el precio titular sugiere. Y aunque los pesos abiertos te permiten autoalojarlo con privacidad total, enrutar a través de la API alojada de Z.ai envía tu código a servidores regidos por las normas de datos chinas. Es una compensación que vale la pena evaluar para trabajos sensibles o propietarios. Si prefieres no gestionar modelos en absoluto, aplicaciones como Fello AI te dan Claude, ChatGPT, Gemini, Grok y DeepSeek a través de una suscripción de $9.99/mes. Puedes comparar resultados sin manejar cuentas o claves API separadas. GLM 5.2 se unió a esa oferta en la actualización de Fello AI 6.7.0. En un Mac funciona como cliente nativo de escritorio de GLM, sin pestaña de navegador ni clave API que gestionar.

Conclusión

GLM 5.2 es una declaración clara: un modelo de clase frontera con contexto de 1 M de tokens y licencia MIT publicado a los pocos días de una gran restricción de exportaciones de Estados Unidos. Y a diferencia del lanzamiento, los números ahora respaldan el encuadre. Supera a GPT-5.5 en SWE-bench Pro y se acerca a menos de un punto de Claude Opus 4.8 en tareas de largo alcance, todo por aproximadamente un sexto del coste. Lo que ha cambiado desde entonces es la compañía que mantiene, con Kimi K3 ahora por delante en los rankings de pesos abiertos y Claude Opus 5 por delante de Opus 4.8 en el lado cerrado. Las advertencias restantes son su alto consumo de tokens y la cuestión de la jurisdicción de datos en torno a la API alojada. Si quieres probarlo ahora, la ruta más barata es el GLM Coding Plan Lite de $18/mes a través de una herramienta como Claude Code, con los pesos abiertos ya disponibles para autoalojamiento. La próxima versión de Zhipu, GLM 5.5, ya se espera más adelante en 2026.

FAQ