Ejecutamos GLM-5.2 de Z.AI en nuestra infraestructura desde el release de los pesos el 16 de junio de 2026. La conclusión es directa: es el primer modelo de frontera de pesos abiertos que sostiene producción en paridad con Claude y GPT, y cobra un décimo por token para lograrlo. Lo abierto alcanzó a lo cerrado, y cobró 1/10 por token para demostrarlo.
La arquitectura: MoE 744B-A40B y ventana de 1 millón de tokens
La arquitectura es MoE 744B-A40B: 744 mil millones de parámetros totales con aproximadamente 40 mil millones activos por token. La ventana de contexto subió a 1 millón de tokens, contra 200K en GLM-5.1, con salida máxima de 131.072 tokens. Es solo texto; quien necesita visión tiene el GLM-5V-Turbo, que es un modelo separado.
La ganancia real está en el Deep Sparse Attention con IndexShare, que reduce los FLOPs 2,9 veces en contexto largo, según Z.AI. Para workloads de inferencia con contexto extendido, esto significa throughput significativamente mayor en el mismo hardware. La combinación de MoE sparse con IndexShare es lo que permite sostener 1 millón de tokens sin exceder el budget de GPU, y lo confirmamos en nuestra infraestructura: contextos de 500K tokens que costaban carísimo en modelos cerrados corren dentro del budget en GLM-5.2.
Benchmarks: lo que Z.AI reporta vs. lo que terceros confirman
Los números de código son sólidos, y los contrastamos contra nuestra base real. Según Z.AI, auto-reportado sin verificación independiente: Terminal-Bench 2.1 en 81,0 (Opus 4.8 hace 85,0; Gemini 3.1 Pro, 74) y SWE-bench Pro en 62,1 (SOTA para pesos abiertos). Estos son los números que la propia Z.AI divulga, no números verificados por terceros.
Los tres que vienen de terceros son los que pesan. FrontierSWE 74,4, por delante de GPT-5.5 en 72,6. PostTrainBench 34,3 vs. 28,4 de GPT-5.5. SWE-Marathon 13,0, segundo solo detrás de Opus en el escenario global. Estos son independientes.
Según Artificial Analysis, el Intelligence Index es 51, el más alto de cualquier modelo de pesos abiertos, GPQA-Diamond 89,5% (Z.AI reporta 91,2%) y HLE 40,1% (Z.AI reporta 40,5%). Pequeña divergencia, misma dirección: los números de terceros confirman la dirección de los números auto-reportados, aunque no la magnitud exacta.
El costo: 10 veces más barato que GPT y Claude
El costo es donde cierra para nosotros. La API cuesta US$ 1,40 por millón de tokens de entrada y US$ 4,40 por millón de salida, cerca de 10 veces más barata que GPT y Claude. Para workloads de inferencia de alto volumen, el ahorro se compone: en nuestro uso, la factura mensual cayó a una fracción de lo que pagábamos en APIs cerradas, sin pérdida perceptible de calidad en tareas de código.
Para quien no tiene GPU propia, Z.AI ofrece el Coding Plan: Lite a US$ 18/mes, Pro a US$ 72 y Max a US$ 160 (con 30% de descuento de introducción). El Coding Plan corre dentro de Claude Code, Cursor, Cline, OpenCode, Roo Code, Kilo Code y ZCode, con multiplicador 3x en el pico de 14h-18h de Pekín. Es el camino más corto para probar en su flujo sin comprometer infraestructura.
Deploy: tres caminos para producción
Aquí se separan los caminos. Quien tiene rack descarga los pesos de zai-org/GLM-5.2 en HuggingFace (BF16 y FP8), los sube a vLLM v0.23.0+ o SGLang v0.5.13.post1+, y listo. La licencia MIT permite uso comercial, fine-tune, air-gap y 80+ quants en llama.cpp y Ollama. Quien no tiene infraestructura comienza por el Coding Plan o por la API.
Para inferencia en producción en América Latina, el camino práctico es Microsoft Foundry brazilsouth o AWS Bedrock sa-east-1. No hay operación directa de Z.AI en la región: el acceso viene vía partners de cloud. Recomendamos comenzar por la API para validar el workload, y migrar a self-hosted cuando el volumen justifique un rack dedicado.
Z.AI: spinoff de Tsinghua, IPO y Entity List
Z.AI es un spinoff de 2019 de Tsinghua. El IPO del 8 de enero de 2026 en la HKEX (ticker 2513) levantó aproximadamente US$ 558 millones. La empresa entró en la Entity List el 15 de enero de 2025; según Z.AI, la inclusión "lacks factual basis", afirmación de la empresa, no verificación independiente.
Carol Lin, Group VP y CEO de Zhipu International, ex-AWS, impulsa la globalización. Para América Latina, el acceso llega vía Microsoft Foundry brazilsouth y AWS Bedrock sa-east-1, sin operación directa de Z.AI en la región. El modelo de distribución vía partners de cloud es lo que hace viable GLM-5.2 para empresas que no quieren atarse a un vendor.
Conclusión: lo abierto alcanzó a lo cerrado
Recomendamos GLM-5.2 para cualquier ingeniero que necesite frontera sin encarecer el costo. Lo abierto alcanzó a lo cerrado, y cobró 1/10 por token para demostrarlo. Los benchmarks de terceros confirman lo que Z.AI reporta; la licencia MIT elimina el aprisionamiento; y el costo por token hace viable lo que era prohibitivo en APIs cerradas.
En Tech86 ayudamos a empresas a hacer deploy de modelos de pesos abiertos en infraestructura soberana, desde la descarga de los pesos hasta el tuning de throughput en producción. Si su workload de inferencia necesita frontera sin encarecer el costo, GLM-5.2 es el camino más corto.