GLM-5.2: El modelo abierto que nadie puede prohibir
El 13 de junio de 2026, dos historias llegaron a la cima de Hacker News al mismo tiempo.
A la izquierda: el gobierno de EE.UU. clasificó el Claude Fable 5 de Anthropic como un modelo de "clase mito" y restringió su disponibilidad mundial. La justificación oficial era la seguridad nacional. El verdadero mensaje era que la IA fronteriza es ahora una exportación regulada.
A la derecha: el fundador de Zhipu AI, Jie Tang, publicó un manifiesto de cinco palabras a las 5:21 p.m. hora de Beijing.
"La inteligencia fronteriza pertenece a todos."
Luego lo regaló gratis.
GLM-5.2 es un modelo de Mezcla de Expertos de 744 mil millones de parámetros con una ventana de contexto genuina de 1 millón de tokens, pesos con licencia MIT y puntajes de referencia que lo colocan como el modelo abierto número uno en la Tierra, cuarto en general detrás solo de la frontera cerrada. Cuesta aproximadamente una sexta parte de GPT-5.5 ejecutarlo. Y puedes descargar los pesos completos hoy, alojarlos en tu propio hardware, ajustarlos con tus propios datos y nunca pedir permiso a una agencia gubernamental.
Esto no es un comunicado de prensa. Este es un evento geopolítico disfrazado de lanzamiento de modelo.
Lo que realmente es GLM-5.2
Saltemos el marketing y hablemos de especificaciones.
GLM-5.2 es una arquitectura dispersa de Mezcla de Expertos. Esto significa que 744 mil millones de parámetros residen en el disco, pero solo aproximadamente 40 mil millones se activan en cualquier token. El resto duerme. Así es como un modelo de este tamaño se mantiene asequible de ejecutar y barato de servir.
Especificaciones verificadas:
- Parámetros: 744B en total, ~40B activos por token
- Ventana de contexto: 1,048,576 tokens (un 1M real, no un 128K estirado)
- Tokens de preentrenamiento: 28.5 billones
- Licencia: MIT, sin addendum de uso aceptable, sin límites regionales
- Pesos: BF16 (~1.51 TB) y FP8 (~744 GB) en Hugging Face bajo
zai-org - Modalidad: Solo texto (sin visión en este lanzamiento)
- Lanzamiento: 13 de junio de 2026
La arquitectura incluye atención dispersa al estilo DeepSeek, lo que reduce el costo de implementación mientras preserva el rendimiento de contexto largo. Soporta llamada de herramientas, salida JSON, caché de prompts, streaming y MCP out of the box.
Los benchmarks: Modelo abierto número uno, cuarto en general
El evaluador de benchmarks independiente Artificial Analysis ejecuta su propia suite de evaluación en 92 modelos de pesos abiertos. GLM-5.2 obtuvo 51 en su Índice de Inteligencia v4.1. El promedio de la clase es alrededor de 24. El mejor modelo abierto siguiente está en 44.
Ocupa el cuarto lugar en general, detrás solo de Claude Opus 4.8, GPT-5.5 xhigh y MiniMax-M3.
Índice de Inteligencia Artificial Analysis v4.1 (más alto es mejor)
- Claude Opus 4.8 (cerrado): 60
- GPT-5.5 xhigh (cerrado): 56
- GLM-5.2 (abierto, MIT): 55
- MiniMax-M3 (abierto): 44
- DeepSeek V4 Pro (abierto): 44
En programación específicamente, GLM-5.2 es el modelo abierto más fuerte jamás lanzado:
- SWE-bench Pro: 62.1 (arriba desde 58.4 de GLM-5.1)
- Terminal-Bench 2.1: 81.0 reclamado, ~78 medido
- GPQA Diamond: ~89 medido
- FrontierSWE: Detrás de Opus 4.8 aproximadamente 1%
La lectura honesta: GLM-5.2 es genuinamente fronterizo adyacente en programación y razonamiento. La clasificación independiente lo prueba. Los números individuales más llamativos funcionan un poco calientes versus la medición neutral, pero el agregado es innegable.
La verdadera historia es el precio, con un error
La API oficial de z.ai cobra $1.40 por millón de tokens de entrada y $4.40 por millón de tokens de salida. La entrada en caché baja a $0.26, un descuento del 81%. VentureBeat midió el costo combinado en aproximadamente una sexta parte de GPT-5.5.
Pero aquí está el error que nadie lidera: GLM-5.2 es un razonador pesado. En la suite de Artificial Analysis, quema alrededor de 43,000 tokens de salida por tarea, con aproximadamente 37,000 de ellos siendo razonamiento interno. Barato por token no significa automáticamente barato por trabajo.
Costo por tarea completada en la suite de Artificial Analysis:
- Kimi K2.6: $0.31
- GLM-5.1: $0.25
- MiniMax-M3: $0.18
- DeepSeek V4 Pro: $0.05
- GLM-5.2: $0.46
Es el modelo abierto más inteligente. También es el más hambriento de tokens. Presupuesta para la salida, no solo para la tasa por token.
Los pesos abiertos significan soberanía, no solo ahorros
El precio importa. La licencia importa más.
GLM-5.2 se envía bajo una licencia MIT estándar y sin modificar. Sin addendum de uso aceptable. Sin límites regionales en los pesos. Puedes descargar los checkpoints completos BF16 o FP8 de Hugging Face, ejecutarlos en tu propio hardware, ajustarlos y enviarlos comercialmente.
Para un negocio, esa es la diferencia entre alquilar inteligencia y poseer tu stack.
El autoalojamiento es real pero no trivial. El checkpoint FP8 cabe en un solo nodo de 8x H200 o 8x H20 GPUs. Servir el contexto completo de 1M tokens necesita 8x B200. Funciona en vLLM, SGLang y Transformers. AMD ha enviado una compilación MXFP4 para sus aceleradores Instinct MI350/MI355.
En la práctica, la mayoría de los equipos comenzarán en la API y reservarán el autoalojamiento para los casos en que valga la pena: soberanía de datos estricta, costos predecibles de alto volumen o ajuste en datos propietarios. El punto es que la opción existe. Eso es algo que ningún presupuesto de GPT-5.5 o Claude puede comprar.
Cómo ejecutar GLM-5.2 localmente
Si quieres ejecutar este modelo en tu propio hardware hoy, aquí está la realidad práctica.
Configuración mínima viable:
- 512 GB RAM
- 2x NVIDIA RTX 3090 GPUs (24 GB VRAM cada una)
- llama.cpp con el flag
-cmoe
En esa configuración, puedes esperar aproximadamente 6 tokens por segundo. Funciona. No es rápido. Pero funciona.
Configuración de producción:
- 8x NVIDIA H200 o H20 GPUs
- Memoria de alto ancho de banda (HBM3e preferido)
- vLLM o SGLang para servir
El cuant más pequeño que vale la pena ejecutar es un GGUF de 2 bits de 241 GB. Debajo de eso, pierdes demasiada capacidad para que valga la pena.
Si solo quieres experimentar, comienza con la API. Si necesitas soberanía, comienza a planificar el hardware. Los pesos ya están ahí.
El error: Gobernanza, confianza y la Lista de Entidades
Aquí está lo que las publicaciones de lanzamiento no liderarán.
Zhipu AI fue agregada a la Lista de Entidades de EE.UU. el 16 de enero de 2025. La justificación declarada fue que ayuda a "avanzar la modernización militar de la República Popular China." Esto no te impide descargar pesos con licencia MIT, pero es una señal real para cualquier organización que evalúe el riesgo del proveedor.
Más concretamente para el uso diario: la API alojada conveniente z.ai se ejecuta a través de una empresa con sede en China sujeta a las leyes de datos de China. Para una empresa europea o de los EAU que maneje datos de clientes o personales, esa es una pregunta de gobernanza que debes responder antes de canalizar información sensible a través de sus endpoints.
Los pesos abiertos resuelven el problema de bloqueo del proveedor. No resuelven automáticamente el problema de confianza. Todavía necesitas decidir dónde van tus datos y bajo qué jurisdicción legal.
Qué significa esto para desarrolladores y empresas
Tres cosas están sucediendo a la vez, y necesitas rastrearlas todas.
Primero, la capacidad ya no está limitada por la geografía. EE.UU. puede restringir Claude Fable 5. No puede restringir GLM-5.2. Los pesos ya están en Hugging Face. El modelo ya se ejecuta en servidores fuera de la jurisdicción de EE.UU. El gato está fuera de la bolsa, y ninguna cantidad de legislación de control de exportaciones lo pone de vuelta.
Segundo, los pesos abiertos son ahora una póliza de seguro. Si construyes tu stack de producto en un modelo cerrado y ese modelo es prohibido, restringido o tiene un precio fuera de tu mercado, no tienes respaldo. Si construyes en pesos abiertos, tienes opciones. Puedes autoalojar. Puedes ajustar. Puedes cambiar de proveedor sin reescribir toda tu capa de inferencia.
Tercero, la economía ha cambiado permanentemente. Un modelo fronterizo adyacente a una sexta parte del costo de GPT-5.5, con pesos que puedes poseer, cambia el cálculo de construir versus comprar para cada negocio nativo de IA. La pregunta ya no es "¿Podemos pagar GPT-5.5?" Es "¿Por qué alquilaríamos inteligencia que podemos poseer?"
La conclusión
GLM-5.2 no es perfecto. Es hambriento de tokens. El despliegue local requiere hardware serio. El proveedor está en la Lista de Entidades de EE.UU. La API alojada enruta datos a través de China.
Pero también es el modelo de pesos abiertos más fuerte jamás lanzado, bajo una licencia permisiva, a un precio que reduce la frontera cerrada por un amplio margen. Y llegó el mismo día en que el gobierno de EE.UU. intentó probar que la IA fronteriza puede ser controlada por fronteras.
Ese momento no fue un accidente. Ese mensaje no fue sutil.
La era de la IA permitida ha terminado. La era de la IA soberana ha comenzado. La única pregunta es si estás construyendo en pesos abiertos o esperando que la próxima prohibición no afecte tu stack.
Elige en consecuencia.
Los pesos de GLM-5.2 están disponibles en Hugging Face bajo la organización zai-org. El modelo está licenciado bajo MIT para uso comercial, modificación y redistribución.