Z.ai, la división de modelos de inteligencia artificial de la china Zhipu, lanzará la próxima semana GLM-5.2, su nuevo modelo de código abierto que se posiciona como el líder entre los modelos de pesos abiertos en el Artificial Analysis Intelligence Index v4.1. El anuncio llega en un contexto de creciente competencia en el segmento de modelos abiertos y tras restricciones recientes al acceso de ciertos modelos de frontera.
Según los datos publicados por Artificial Analysis, GLM-5.2 alcanza una puntuación de 51 en el Intelligence Index v4.1, superando a sus principales competidores de pesos abiertos: MiniMax-M3 (44), DeepSeek V4 Pro en su versión máxima (44) y Kimi K2.6 (43). El modelo mantiene el mismo tamaño que su predecesor, GLM-5.1, con 744.000 millones de parámetros totales y 40.000 millones activos, pero mejora su rendimiento en 11 puntos respecto a la versión anterior.
Entre las mejoras más destacadas, el modelo registra avances significativos en razonamiento científico. En el benchmark CritPt, GLM-5.2 alcanza el 21%, 16 puntos por encima de GLM-5.1, mientras que en HLE (Humanity's Last Exam) logra un 40%, una mejora de 12 puntos. También sobresale en TerminalBench v2.1 con 78% (+16 puntos), AA-LCR con 71% (+9 puntos) y GPQA Diamond con 89% (+3 puntos). En el ámbito de tareas agenticas, GLM-5.2 obtiene 1.524 puntos en GDPval-AA v2, situándose por delante de MiniMax-M3 (1.418) y DeepSeek V4 Pro máximo (1.328), y prácticamente al nivel de modelos propietarios como GPT-5.5 en modo xhigh (1.514).
Una de las características más relevantes del nuevo modelo es su ventana de contexto de un millón de tokens, cinco veces superior a los 200.000 tokens de GLM-5.1, lo que equivale aproximadamente a 1.500 páginas de texto en formato A4. El modelo se distribuye bajo licencia MIT, la más permisiva entre las licencias de código abierto, y está disponible a través de múltiples proveedores第三者 como DeepInfra, Novita, Nebius, Parasail, Siliconflow, GMI Cloud, Baseten y Fireworks, además de la API propia de Z.ai.
En cuanto a precios, Z.ai mantiene una estrategia competitiva con tarifas de 1,40 dólares por millón de tokens de entrada, 0,26 dólares por millón de tokens con caché y 4,40 dólares por millón de tokens de salida. Sin embargo, el modelo presenta una eficiencia de tokens cuestionable: utiliza 43.000 tokens de salida por tarea en el Intelligence Index, frente a los 26.000 de GLM-5.1, los 24.000 de MiniMax-M3 o los 35.000 de Kimi K2.6. El coste por tarea se sitúa en aproximadamente 0,46 dólares, superior al de sus competidores abiertos, aunque Artificial Analysis lo sitúa en la frontera de Pareto de inteligencia frente a coste por tarea.
En velocidad, GLM-5.2 alcanza 112 tokens por segundo, una cifra notable que lo posiciona como un modelo especialmente rápido dentro de su categoría. En el índice AA-Omniscience, que mide alucinaciones, el modelo mejora tanto en precisión (25,1% frente a 24,2%) como en tasa de alucinaciones (28,1% frente a 29,4%), aunque la tasa de intentos se mantiene estable en el 47%.
El comunicado oficial de Z.ai, recogido por Digg, tiene un marcado tono ideológico. La compañía china vincula el lanzamiento a la reciente restricción de acceso a ciertos modelos de frontera y afirma que "la inteligencia de frontera debe permanecer de código abierto, accesible y construible". Z.ai defiende que el camino hacia la AGI no puede estar "encerrado tras altos muros" y critica que el acceso a modelos avanzados pueda ser "monopolizado por unas pocas reglas y sujeto a revocación en cualquier momento". El modelo ya está disponible desde este martes para los suscriptores del GLM Coding Plan en sus modalidades Lite, Pro y Max, mientras que la API pública se habilitará la próxima semana.
El lanzamiento de GLM-5.2 consolida la estrategia de Z.ai en el segmento de modelos abiertos de alta capacidad y refleja la creciente madurez del ecosistema chino de IA, capaz de competir con laboratorios occidentales tanto en rendimiento como en apertura. Con la licencia MIT como bandera, el modelo queda habilitado para uso comercial sin restricciones, lo que podría acelerar su adopción en proyectos empresariales y de investigación en todo el mundo.