Zhipu GLM-5.2

Nuevo modelo insignia de Zhipu, lanzado y liberado bajo licencia MIT: compite con los mejores modelos cerrados en programación y tareas de largo horizonte, adaptado al cómputo nacional chino

modelo de lenguaje grande LLM

https://www.zhipuai.cn/

Visitar sitio web

Informe detallado

El 17 de junio de 2026, Zhipu lanzó oficialmente y abrió el código abierto del modelo grande insignia de nueva generación GLM-5.2. Su posicionamiento ha pasado de preguntas y respuestas instantáneas a "tareas de largo alcance", lo que permite a la IA trabajar continuamente durante varias horas como un ser humano y completar de forma autónoma un proyecto completo a gran escala. En la lista completa de Análisis Artificial, GLM-5.2 obtuvo 51 puntos, ubicándose entre los tres primeros junto con Anthropic y OpenAI, formando el patrón llamado "New Royal Three". Esta es la primera vez que un modelo de código abierto compite con los buques insignia de código cerrado en los escenarios de ingeniería más complejos, como el código y las tareas de largo alcance. El modelo adopta una arquitectura MoE de parámetros 744B (aproximadamente 40B parámetros activos por token). Es completamente de código abierto bajo el protocolo MIT y se puede utilizar de forma gratuita para uso comercial. Ni la formación ni la inferencia dependen de la potencia informática extranjera. Se adaptó a nueve plataformas informáticas nacionales importantes, incluidas Huawei Ascend, Pingtou Ge y Moore Threads, el primer día de su lanzamiento.
Zhipu (Beijing Zhipu Huazhang Technology Co., Ltd.) es la empresa emergente de modelos a gran escala líder en China. Publicó su primer informe de desempeño en la Bolsa de Valores de Hong Kong en marzo de 2026 (código bursátil 02513.HK) y entró en la etapa de comercialización desde la etapa pura de investigación y desarrollo. GLM-5.2 es otra versión importante de la serie GLM en GLM. Desde principios de 2025, Zhipu ha invertido casi todos sus esfuerzos en investigar las capacidades de codificación. Ha pasado por iteraciones continuas de GLM-4.5, GLM-4.7, GLM-5.0 y GLM-5.1, y finalmente logró el objetivo de "codificación de modelo de código abierto SOTA" con GLM-5.2. El avance principal del modelo es hacer que millones de ventanas de contexto estén disponibles para uso en ingeniería. GLM-5.2 propone la innovación arquitectónica IndexShare: reutilizar el mismo indexador entre cada cuatro capas de atención escasa, lo que reduce los FLOP por token a 2,9 veces en una longitud de contexto de 1 millón. También se ha mejorado la capa MTP para decodificación especulativa, aumentando hasta un 20% la longitud aceptada. La parte de capacitación se basa en el marco Slime de desarrollo propio para respaldar la capacitación de Agentic RL y OPD a gran escala. En términos de posicionamiento de la industria, el lanzamiento de GLM-5.2 coincide con la ventana de tiempo crítica en la que los modelos extranjeros más fuertes se están volviendo cerrados y la demanda de alternativas de código abierto está aumentando. Claude Fable 5 está sujeto a controles de exportación por parte de Estados Unidos y los desarrolladores extranjeros necesitan urgentemente alternativas confiables de alta gama. La aparición de GLM-5.2 ha llenado el vacío del mercado y algunos analistas lo denominan "momento DeepSeek 2.0".
Las capacidades principales de GLM-5.2 giran en torno a tres direcciones principales: tarea de largo plazo, codificación y optimización de infraestructura definitiva. Para misiones de largo alcance, GLM-5.2 implementa el contexto sin pérdidas Solid 1M. Esto no solo está marcado con 1M en los parámetros, sino que también se puede utilizar en ingeniería en aplicaciones reales. Zhipu dedicó varios meses a ampliar significativamente el entorno de formación de 1M Coding Agent, cubriendo muchos campos típicos, como la implementación a gran escala, la investigación de automatización y la optimización del rendimiento. En el conjunto de pruebas FrontierSWE (un punto de referencia que examina si la IA puede completar proyectos técnicos complejos en una escala de horas a decenas de horas), GLM-5.2 obtuvo un 74,4%, sólo un 1% menos que Claude Opus 4.8 y superó el 72,6% de GPT-5.5. Según una demostración de Zhipu, GLM-5.2 puede procesar más de 880.000 tokens en una ronda de tareas continuas, completar de forma independiente el proceso completo de entrega de software desde el desarrollo, la depuración conjunta, las pruebas hasta el empaquetado y en línea, y producir una aplicación completa que cubra páginas web, terminales móviles y mini programas en unas pocas horas. En términos de capacidades de codificación, GLM-5.2 sigue siendo SOTA de código abierto en múltiples puntos de referencia autorizados. En la evaluación de preferencia humana de Design Arena, GLM-5.2 ocupó el primer lugar en el mundo con 1360 Elo, superando ligeramente el 1350 Elo de Claude Opus 4.8. Obtiene una puntuación del 62,1% en SWE-bench Pro, superando el 58,6% de GPT-5.5. Obtuvo una puntuación de 81,0 en Terminal-Bench 2.1 (un punto de referencia que evalúa a los agentes de IA que operan computadoras a través de la línea de comando), una mejora de 17,5 puntos porcentuales en comparación con GLM-5.1. En MCP-Atlas (una revisión del uso de la herramienta), GLM-5.2 es sólo un 0,8% diferente de Opus 4.8. El modelo también introduce control del nivel de esfuerzo (engranaje de pensamiento), para que los usuarios puedan equilibrar capacidades, velocidad y costo. En términos de optimización de infraestructura, la inferencia en línea de GLM-5.2 se basa en múltiples plataformas informáticas nacionales. El día 0, completó la adaptación de inferencia con plataformas informáticas nacionales como Huawei Ascend, Pingtou Ge, Moore Thread, Cambrian, Kunlun Core, Muxi, Haiguang, Biren, Tianshu Zhixin, etc., logrando una operación estable con alto rendimiento, baja latencia y gran concurrencia en grupos de chips nacionales. Sin embargo, en el uso real, los comentarios de los usuarios también revelaron varias deficiencias obvias. Algunos desarrolladores lo han probado y señalaron queResulta que GLM-5.2 tiene un problema de "dispersión": es fácil olvidar el contexto y desviarse en tareas de varios pasos. También hay usuarios que informan que el modelo tiene una tendencia a "requisitos de expansión ilusorios". El usuario solicita A y el modelo agrega automáticamente B y C, lo que aumenta la carga de revisión. Además, GLM-5.2 es un modelo de solo texto y no tiene capacidades multimodales nativas; el modelo insignia de 2026 no tiene visión, lo que parece incómodo en el contexto de productos de la competencia que generalmente tienen capacidades multimodales.
El precio de API para GLM-5.2 es extremadamente competitivo. Por millón de tokens, el costo de los insumos es de aproximadamente $1,40 y el costo de producción es de aproximadamente $4,40. A modo de comparación, los costos de entrada/salida de Claude Opus 4.8 son $5/$25 respectivamente, y GPT-5.5 es $5/$30. Calculado en base a un escenario de simulación de 50 millones de tokens/mes, el costo mensual de GLM-5.2 es de aproximadamente $145, Opus 4.8 es de aproximadamente $750 y GPT-5.5 es de aproximadamente $875. Elegir GLM-5.2 puede ahorrar hasta $730 por mes. Al mismo tiempo, GLM-5.2 es completamente de código abierto según el protocolo MIT, y las empresas pueden construirlo e implementarlo ellas mismas, eliminando por completo el costo de la facturación API por token. Esto es particularmente atractivo para las empresas con un estricto cumplimiento de los datos: el protocolo MIT se puede modificar libremente para uso comercial, los datos de implementación nacional no salen del país y no hay temor a la interrupción del suministro de servicios externos. Sin embargo, GLM-5.2 tiene un problema de "alto consumo" bajo el propio sistema de paquetes de Zhipu. Debido al posicionamiento de gama alta del modelo, la cuota se consume a una velocidad múltiple al llamar (3 veces durante los períodos pico, 1 vez durante los períodos no pico). Además, el consumo de tokens de inferencia únicos es grande (se incorporan todos los contextos de 1 millón). Los usuarios del paquete Ordinary Lite informaron que "la cuota de 5 horas se agota en una hora y media" y la experiencia de uso real está limitada por las restricciones del paquete.
En una muestra de 807 usuarios reales, el 69% dio opiniones positivas. Los comentarios positivos se concentran en tres direcciones: excelentes capacidades de desarrollo front-end, rentabilidad superior a modelos similares de código cerrado y alta flexibilidad del protocolo de código abierto del MIT. Un desarrollador migró todo el flujo de trabajo de Opus a GLM-5.2 y el costo de la potencia informática se redujo de 186 dólares a 17 dólares. Una empresa probó a ciegas el efecto de la generación de páginas de destino y descubrió que la calidad del producto terminado era casi la misma que la de Opus 4.8, pero el costo era solo 1/6. Incluso hay empresas Fortune 500 que han trasladado la mitad de sus esfuerzos de codificación a este modelo. A juzgar por los retratos de los usuarios, el 82% de los usuarios son programadores y se centran en escenarios técnicos como codificación, desarrollo de agentes e implementación local, y el 71% son usuarios de inglés. Esto demuestra que la popularidad de GLM-5.2 es puramente un círculo de desarrolladores global, en lugar de un tráfico pan-C. Los comentarios negativos fueron igualmente claros. Alrededor del 31% de los usuarios reales dieron distintos grados de críticas negativas. Las principales quejas incluyen: velocidad de inferencia lenta, baja eficiencia de los tokens (la misma tarea consume más tokens que los productos de la competencia), estabilidad de ejecución insuficiente (errores ocasionales como "El parámetro de solicitud no se recibió normalmente") y falta de capacidad visual. Un blogger de los Nuggets concluyó después de usarlo durante un día que "está bien escribir código, pero no espere que planifique eventos complejos". También compartió su plan combinado de "Claude como cerebro y GLM-5.2 como mano".
Las críticas de los medios del sector fueron en general positivas. Los principales medios de comunicación como Science and Technology Daily, CCTV y China Daily han realizado extensos informes sobre GLM-5.2, enfatizando la importancia de su combinación de "modelo nacional de código abierto + potencia informática nacional". Un informe del China Daily señaló que "en el contexto de que los modelos extranjeros más fuertes se vuelven cerrados y la demanda de alternativas de código abierto aumenta, esta combinación ha atraído la atención de toda la industria". Tang Jie, el fundador de GLM, confirmó en una carta interna "La gran ola está llegando" el 11 de julio que múltiples indicadores básicos de GLM-5.2 han igualado o incluso superado a los buques insignia de código cerrado como GPT-5.5. Este anuncio confirma una transición en la industria que se está produciendo: por primera vez, los modelos de código abierto compiten con los buques insignia de código cerrado en los escenarios de ingeniería más complejos, como el código y las tareas a largo plazo. En términos de panorama de productos competitivos, los competidores directos de GLM-5.2 incluyen Claude Opus 4.8 (Anthropic), GPT-5.5 (OpenAI), Kimi K2.7 Code (Dark Side of the Moon), MiniMax M3, etc. En la pista de codificación, Claude Opus 4.8 aún mantiene el liderazgo general, pero GLM-5.2, como modelo de código abierto, ha reducido la brecha con el buque insignia de código cerrado a dentro del 5%. En términos de rentabilidad integral, GLM-5.2 tiene una ventaja abrumadora. Sin embargo, algunos analistas señalaron que el "fuego" del GLM-5.2 tiene un cierto componente falso alto. Un análisis completo de 9.163 tweets relacionados muestra que sólo el 9% de los usuarios lo han utilizado realmente y han dado reseñas específicas, y casi el 80% están impulsados por el volumen de comunicación y los efectos de capital. La popularidad del tema es mucho mayor que el tamaño real de usuarios.
Las principales disputas y riesgos que enfrenta el GLM-5.2 se centran en varios aspectos. La primera es la cuestión de la estabilidad práctica de los contextos largos. Aunque la afirmación oficial es que "Solid 1M es un contexto sin pérdidas", muchos desarrolladores han descubierto en pruebas reales que el modelo sufre distracciones durante tareas de varios pasos a larga distancia: "No importa si la ventana se extiende a 1 millón, el cerebro todavía sólo mira el principio y el final". GLM-5.2 no es inmune a las deficiencias colectivas de los modelos de contexto largo. En segundo lugar, existen cuestiones de estabilidad del producto y experiencia del usuario. Algunos usuarios informaron que al utilizar el plan de codificación oficial de Zhipu, incluso leer un archivo txt daría como resultado un error. El mensaje de error era "motivo = desconocido" y faltaban mensajes de error que pudieran solucionar el problema. Existe una brecha entre las capacidades del modelo en sí y el grado de finalización a nivel del producto. El tercero es la controversia sobre la política de facturación. El mecanismo de duplicación del consumo de 3 veces durante los períodos pico ha provocado que muchos usuarios se quejen de que la cuota "se quema demasiado rápido" y los paquetes normales difícilmente pueden soportar escenarios de desarrollo reales. Este problema provocó extensas discusiones en la comunidad de que "el modelo es fuerte pero es divertido usarlo, que son dos cosas diferentes". Finalmente, está la pérdida de la capacidad visual. El modelo insignia de 2026 no tiene capacidades multimodales nativas. En el contexto de productos de la competencia que generalmente tienen capacidades multimodales, esta deficiencia puede limitar los escenarios de aplicación de GLM-5.2.
GLM-5.2 es más adecuado para programadores y equipos de desarrollo, especialmente en los siguientes escenarios: requisitos de automatización de codificación de alta frecuencia; grandes almacenes de código que requieren millones de contextos; equipos que son sensibles a los costos y desean reducir las tarifas de API; empresas que tienen requisitos de cumplimiento de datos y requieren implementación local; desarrolladores que desean migrar su trabajo de codificación de un modelo de código cerrado a un modelo de código abierto. Los escenarios menos adecuados incluyen: tareas que requieren comprensión multimodal (visualización de imágenes, análisis de vídeo, etc.); diseños de arquitectura de alto nivel complejos y difusos que requieren que el modelo planifique de forma independiente; y escenarios interactivos que requieren una velocidad de razonamiento en tiempo real extremadamente alta. Para los desarrolladores comunes, el uso recomendado es "aprovechar las fortalezas y evitar las debilidades": entregar tareas de refactorización y codificación que requieren una visión global y objetivos claros a GLM-5.2, y entregar enlaces que requieren comprensión de intenciones, aclaración de requisitos y planificación compleja a modelos que son buenos para "pensar con claridad", como Claude o GPT.
GLM-5.2 es un avance histórico para los modelos grandes nacionales en el campo de la codificación de alta gama. Por primera vez, coloca el modelo de código abierto en el mismo camino que el buque insignia de código cerrado en términos de código y tareas de largo alcance, y proporciona a los desarrolladores una alternativa verdaderamente implementable con un rendimiento de costos extremo y el acuerdo de código abierto del MIT. En un punto de inflexión en la industria donde los modelos extranjeros más potentes se están cerrando y el ecosistema de potencia informática nacional está madurando, GLM-5.2 está en el camino correcto. Pero no es impecable: la estabilidad de la atención del contexto a largo plazo, la falta de capacidades multimodales, la finalización del nivel del producto y los problemas de experiencia del usuario causados por la estrategia de facturación son todas las "próximas montañas" que necesita seguir conquistando.

Reseñas de usuarios

SLeeK

—

用了一周 GLM-5.2，最大的感受就是编程能力确实强，前端生成页面基本跟 Opus 一个水平，但确实有涣散的问题，长任务跑到后面就忘了前面说过什么。

Adrianc41

—

从 5.1 换到 5.2，最明显的感觉就是上下文真的大了，以前 20 万 token 撑满就幻觉，现在整个项目塞进去还能改得动。

Stephanie_Morgan_Pro

—

当天额度一个小时就烧完了，我还以为是 bug，结果发现是 5.2 在高峰期按 3 倍扣额度，太难了。

DAOthinker464

—

对比 Opus 4.8 和 GPT-5.5 实测了一周，前端能力 GLM-5.2 确实不虚，但复杂系统的架构设计还是 Claude 更强，5.2 容易在中间步骤跑偏。

CAphi

—

把整套 Opus 的工作流迁过去了，算力成本从 186 降到 17 美元，真的很香。

reddog874

—

开源协议是 MIT，可以随便商用部署，这点对合规要求高的公司真是太友好了。

BenjaminFlores_Pro

—

纯文本模型，2026 年了旗舰机不带视觉，说实话有点尴尬，同期的 Kimi K2.7 Code 和 MiniMax M3 都是多模态。

r6xxu1c

—

试了一下让它读 txt 文件，直接报错「The prompt parameter was not received normally」，太离谱了。

Sam_anthaWood

—

写代码确实不错，但让它做规划就别指望了，我的用法是 Claude 当大脑、GLM-5.2 当手，配合起来体验最佳。

z5l3kae7k

—

价格确实是降维打击，按 5000 万 token 算一个月才 145 美元，Opus 要 750，这差价足够让我忍它的缺点了。

段娜

—

1M 上下文是真的能用的，不像某些模型标了百万其实几十万就开始掉链子，5.2 我塞了八十几万 token 跑完一整个工程没断。

SPeterson_2020

—

让我最烦的是它老爱自作主张，让它做 A 它非要顺手把 B 和 C 也做了，审起来比自己做还累。

CarolJ_ohnson

—

全球可用模型 Code Arena 第一，这成绩确实硬，不是吹的。

co25ko0ac3

—

公司里盲测了前端落地页生成，成品跟 Opus 4.8 几乎没有肉眼可见的差距，但成本只有六分之一，果断切了。

Aaron.Cook_77

—

Lite 套餐根本扛不住 5.2，一个半小时见底，升了 Pro 才好点。

JOols

—

推理速度偏慢，等得有点心焦，但考虑到这个价格也认了。

MHoward_2021

—

在 Claude Code 里接上它，改了一个几万行代码的项目，十轮交互下来不跑偏，体验比 5.1 好太多了。

GameFiGamer273

—

Vercel 的 CEO 都说「almost shocked」，这波国产模型是真的支棱起来了。

WPowell_2024269

—

Fable 5 被 ban 那天 GLM-5.2 刚好开源，时间点卡得太妙了，MIT 协议意味着谁也 ban 不了它。

CatherineHolm

—

用 Rust 从零复刻阿波罗登月计算机那个 demo 真的震撼到我了，虽然日常用不上，但足以证明它的实力。

Nicholas_Murphy_77

—

SWE-bench Pro 62.1 超了 GPT-5.5 的 58.6，这个数据挺说明问题，但跟 Opus 4.8 的 69.2 还有差距，营销话术说「接近 Opus」多少有点夸张了。

Emily_Henderson_66

—

高峰期 14 点到 18 点千万别用，3 倍扣额度真扛不住，我现在都赶上午干活。

James.Sanchez_2022

—

国产算力适配是亮点，华为昇腾、摩尔线程都能跑，不用担心被卡脖子。

CrnptoLink

—

前端开发能力确实强，Design Arena 排第一不是吹的，生成页面审美在线，但后端那种需要理解复杂业务逻辑的活它就不太行了。

Michellew70

—

token 消耗太大，同个任务比 Claude 多用 50% 的 token，虽然单价便宜但总价优势没那么大。

TheStephanieAnderson_dev

—

知乎大 V 说「以后用 Opus 可能其实是 GLM-5.2 冒充的你都分不出来」，笑死。

Kenneth_MendozaJr10

—

试了让它写一个 Minecraft 克隆，直接跑出来了能飞的版本，体验比 GPT-5.5 的版本还好。

sadmeercat181

—

自己部署的话门槛不低，744B 的大模型需要挺多显存，不是人人都能本地跑的。

SUpet

—

个人开发者小团队用性价比无敌，闭源模型那种按 token 付费的模式对高频调用太伤了。

Bruce_Kelly

—

24 小时跑完一个 SaaS 项目从开发到上线，88 万 token，实现了我对 AI 编程的终极想象。

Zhipu GLM-5.2

Informe detallado

Reseñas de usuarios

Productos similares