GLM-5.2

GLM-5.2 es el modelo insignia open-weight de Z.ai (la compañía antes conocida como Zhipu AI), diseñado para tareas de programación de larga duración, y ofrece una capacidad de coding muy cercana a Claude Opus 4.8 por una fracción de su precio. Lanzado en junio de 2026 bajo licencia MIT, combina un contexto real de 1M de tokens, una arquitectura MoE de unos 750.000 millones de parámetros (con aproximadamente 40B activos por token) y una API que parte de 1,40 $ por millón de tokens de entrada. Es, hoy por hoy, el modelo abierto mejor valorado para escribir código, ejecutar agentes y autoalojar en infraestructura propia.

Un modelo pensado para el trabajo de ingeniería continuo

Z.ai no posiciona GLM-5.2 como un chatbot generalista, sino como un modelo de base insignia orientado a tareas de largo recorrido: aquellas que se extienden durante horas o días, como desarrollar un producto completo, refactorizar un repositorio entero o depurar sistemas complejos. La idea es que el modelo mantenga el rumbo a lo largo de cadenas de ejecución muy largas sin perder el contexto del proyecto.

En la práctica, la compañía demostró que una sola tarea encadenada de desarrollo, integración, pruebas y empaquetado llegó a procesar más de 880.000 tokens dentro de la misma ventana de contexto, algo que antes exigía comprimir o descartar información. El resultado fue una aplicación multiplataforma (web, móvil y miniapp) lista para desplegar.

GLM-5.2 es un modelo exclusivamente de texto: no acepta imágenes, audio ni vídeo. La visión por computador queda en otros modelos de la familia, como GLM-5V-Turbo o GLM-5.3-Flash.

Capacidades principales

Programación: su gran argumento de venta

Estos son los resultados en benchmarks más citados, con la advertencia de que buena parte proceden del fabricante o de agregadores de terceros y no siempre se han replicado de forma independiente:

• FrontierSWE: 74,4 puntos, a apenas un 1 % de Claude Opus 4.8 y por delante de GPT-5.5. Mide proyectos técnicos abiertos que requieren horas de trabajo autónomo.
• SWE-bench Pro: 62,1, por encima de los 58,6 de GPT-5.5, aunque Claude Opus 4.8 mantiene la ventaja en torno a 69 según tablas de terceros.
• Terminal-Bench 2.1: 81,0, un salto enorme respecto a los 63,5 de GLM-5.1; Opus 4.8 sigue algo por delante (85,0).
• MCP-Atlas (uso de herramientas): 76,8, prácticamente empatado con los 77,8 de Opus 4.8.
• Artificial Analysis Intelligence Index: 51 puntos, la mejor puntuación entre todos los modelos open-weight, aunque cinco puntos por debajo de Opus 4.8.
• Code Arena: primera posición entre los modelos disponibles globalmente en este sistema de pruebas ciegas de desarrollo frontend con millones de usuarios.

Contexto de 1M tokens y eficiencia

• Ventana de contexto de 1.048.576 tokens y salida máxima de 128K tokens, con un entrenamiento específico en trayectorias largas de agentes de código para que el contexto no se degrade a mitad del camino.
• IndexShare: reutiliza el indexador de atención dispersa cada cuatro capas, lo que reduce los FLOPs por token hasta 2,9 veces en contextos de 1M.
• Modos de razonamiento ajustables (High y Max): permiten equilibrar latencia, coste y calidad; Max es el recomendado para tareas de programación.
• Compatible con streaming, llamadas a funciones, salida estructurada JSON, caché de contexto y MCP.

Agentes y ecosistema de herramientas

GLM-5.2 funciona como backend compatible con OpenAI y con la API de Anthropic, lo que permite usarlo directamente en Claude Code, Cline, Roo Code, OpenCode o Cursor sin reescribir código. También se integra con Ollama y los principales frameworks de inferencia. Para aplicaciones agentivas que operan terminales, llaman herramientas externas y ejecutan flujos de varios pasos, cubre ya la mayoría de escenarios de producción, aunque las sesiones autónomas muy largas siguen siendo más fiables en los modelos cerrados de Anthropic y OpenAI.

Precios de la API (a octubre de 2026)

Los pesos son gratuitos, pero el servicio API de pago se factura por tokens. Precios verificados a octubre de 2026:

Concepto	Precio
Entrada (API oficial de Z.ai)	1,40 $ por millón de tokens
Salida (API oficial de Z.ai)	4,40 $ por millón de tokens
Entrada con caché	0,26–0,28 $ por millón de tokens
bigmodel.cn (China)	8 ¥ entrada / 28 ¥ salida por millón (~1,10 $ / 3,85 $)
Alibaba Cloud Model Studio	1,10–1,40 $ entrada / 3,85–4,40 $ salida según región
Variante glm-5.2-fast-preview	2,20–2,80 $ entrada / 7,70–8,80 $ salida

Otros proveedores que sirven el mismo modelo (Fireworks, Baseten, Together AI) aplican la misma tarifa de 1,40 $ / 4,40 $, y algunos la rebajan en torno a un 15 %. En conjunto, GLM-5.2 cuesta aproximadamente una cuarta parte de Claude Opus 4.8 (~5 $ / 25 $) o GPT-5.5 (~5 $ / 30 $) por token. Z.ai también ofrece el GLM Coding Plan, una suscripción pensada para uso intensivo de coding. Conviene recordar que el modelo tiende a ser verboso: el coste real por tarea suele ser algo superior al precio nominal.

Open weights y autoalojamiento

Los pesos completos están disponibles en Hugging Face y ModelScope bajo licencia MIT: sin restricciones geográficas, sin cláusulas de ingresos y con libertad total para descargar, ajustar y explotar comercialmente. La versión FP8 ocupa unos 756 GB, por lo que el autoalojamiento serio requiere clústeres de GPU multi-tarjeta o builds cuantizados (GGUF de 217–254 GB). Desde el día uno el modelo se adaptó a ocho plataformas de computación chinas, incluida Huawei Ascend, además de vLLM, SGLang, Transformers y llama.cpp.

GLM-5.2 frente a sus alternativas

Modelo	Entrada $/M	Salida $/M	Contexto	Open weights
GLM-5.2	1,40 $	4,40 $	1M	Sí (MIT)
Claude Opus 4.8	~5,00 $	~25,00 $	Grande	No
GPT-5.5	~5,00 $	~30,00 $	Grande	No
DeepSeek-V4 Pro	0,43 $	0,87 $	1M	Sí
Kimi K2.6	0,95 $	4,00 $	262K	Sí
GLM-5.3 (sucesor)	1,40 $	4,40 $	1M	Sí (licencia propia)

Frente a Claude Opus 4.8, GLM-5.2 gana en precio y apertura, pero pierde en las tareas agentivas más difíciles y en fiabilidad de larga duración. Frente a DeepSeek-V4 Pro, este último es mucho más barato y añade visión, mientras que GLM-5.2 mantiene la ventaja en programación de larga duración y en una licencia MIT más permisiva. GLM-5.3, publicado en agosto de 2026 sobre la misma base de 744B, mejora el coding un 50 % según Z.ai, pero ya no usa licencia MIT: si el autoalojamiento sin condiciones es crítico, GLM-5.2 sigue siendo la opción más libre de la familia.

Limitaciones que conviene conocer

• Benchmarks con letra pequeña: el 62,1 de SWE-bench Pro es un agregado del fabricante; ejecuciones independientes resistentes a contaminación de datos arrojan cifras más bajas.
• Autonomía aún por detrás de la frontera cerrada: en SWE-Marathon queda un 13 % por debajo de Opus 4.8, y en sesiones agentivas muy largas requiere más supervisión.
• Respuestas verbosas: genera más tokens de salida que competidores como Claude Sonnet, lo que encarece cada tarea.
• Solo texto: sin entrada de imagen, audio ni vídeo.
• Modelo muy grande: autoalojarlo exige hardware considerable; no es un modelo para un solo portátil.

¿Para quién es GLM-5.2?

Muy recomendable si…

• Eres ingeniero de software y trabajas con bases de código grandes, refactorizaciones multi-archivo y tareas que se extienden durante horas.
• Desarrollas agentes de IA y necesitas llamadas a herramientas, terminal y contexto de 1M a coste contenido.
• Tu empresa exige autoalojamiento, privacidad de datos o una licencia MIT sin restricciones.
• Quieres usar Claude Code, Cline o Cursor con un backend mucho más económico.

Mejor buscar otra opción si…

• Necesitas multimodalidad real (imagen, vídeo, audio): mira GLM-5.3-Flash o Gemini 3.1 Pro.
• Tu aplicación es extremadamente sensible a la latencia o consiste en preguntas ligeras: un modelo pequeño rinde mejor por euro.
• Exiges la máxima fiabilidad en agentes autónomos de larga duración sin supervisión: Opus 4.8 sigue siendo la referencia.

Preguntas frecuentes

¿Qué es GLM-5.2?

Es el modelo fundacional insignia que Z.ai (Zhipu AI) publicó en junio de 2026: un MoE open-weight de unos 750B de parámetros (~40B activos), contexto de 1M de tokens, salida de hasta 128K y licencia MIT, especializado en programación y tareas de larga duración.

¿Cuánto cuesta GLM-5.2?

La API oficial cuesta 1,40 $ por millón de tokens de entrada y 4,40 $ por millón de salida a octubre de 2026, con entrada cacheada en torno a 0,26 $. Los pesos, en cambio, son totalmente gratuitos bajo licencia MIT.

¿GLM-5.2 es gratis?

Sí en su versión descargable: puedes obtenerlo en Hugging Face o ModelScope y desplegarlo comercialmente sin pagar licencia. El uso de la API de Z.ai y de la mayoría de proveedores es de pago por tokens.

¿GLM-5.2 es mejor que GPT-5.5 o que Claude?

Supera a GPT-5.5 en SWE-bench Pro (62,1 frente a 58,6) y se queda a un punto de Claude Opus 4.8 en FrontierSWE, por aproximadamente un cuarto del precio. Pero los modelos cerrados mantienen la ventaja en razonamiento general, multimodalidad y fiabilidad agentiva en tareas muy largas.

¿Merece la pena en 2026?

Si tu trabajo pasa por escribir código, mantener repositorios grandes o construir agentes con presupuesto ajustado —o necesitas alojar el modelo en tu propia infraestructura—, GLM-5.2 es una de las decisiones más rentables del año. Si necesitas visión, latencia mínima o autonomía total sin supervisión, compara antes con las alternativas de esta misma página.