La afirmación de que GLM-5.2 se sitúa "a un punto porcentual" de Claude Opus 4.8 en codificación agéntica está respaldada parcialmente, ya que depende en gran medida del benchmark que se examine.
La narrativa del "margen de 1 punto" proviene de un subconjunto específico de benchmarks agénticos y fue reportada por CNBC y otros medios . En un conjunto más amplio de pruebas, Opus 4.8 todavía lidera en las tareas de ingeniería de software de largo plazo más difíciles
.
La API de GLM-5.2 tiene un precio de $1.40 por millón de tokens de entrada y $4.40 por millón de tokens de salida . En comparación con Claude Opus 4.8 ($5/$25 por millón de tokens), la ventaja de coste es de aproximadamente 3.6x a 5.7x más barato, no las 6x que a veces se afirman, pero sigue siendo dramática
. En comparación con GPT-5.5, se informa que cuesta aproximadamente una sexta parte
.
Para los equipos que prefieren una suscripción, el GLM Coding Plan ofrece niveles desde aproximadamente $10/mes (Lite) hasta $80/mes (Max), con precios por usuario para equipos .
Los pesos abiertos de GLM-5.2 se publicaron en Hugging Face bajo la licencia MIT, que permite el uso comercial sin restricciones, la modificación y el auto-alojamiento sin límites de ingresos ni restricciones regionales . Múltiples fuentes confirman que se trata de una publicación genuina de pesos abiertos, no de una licencia "solo para investigación"
.
El 24 de junio de 2026, en la conferencia ISC.AI 2026 en Pekín, la empresa china de ciberseguridad 360 Security Technology presentó dos herramientas de IA posicionadas como alternativas nacionales al modelo de ciberseguridad Mythos de Anthropic :
Zhou reconoció que Tulongfeng tiene una brecha de capacidad del 20-30% en comparación con el modelo Mythos original de Anthropic . Enfatizó que la estrategia consiste en construir un equipo profesional de ataque y defensa, en lugar de intentar igualar el enfoque de un solo "genio hacker"
. Tulongfeng supuestamente identificó más de 3.400 vulnerabilidades, de las cuales 105 fueron confirmadas por el gobierno chino
.
Este anuncio se produjo durante un período en el que los modelos Mythos y Fable 5 de Anthropic estaban suspendidos a nivel mundial debido a los controles de exportación de EE. UU., lo que creó un vacío que las empresas chinas y otras asiáticas de IA se apresuraron a llenar .
El 12 de junio de 2026, la administración Trump ordenó a Anthropic restringir el acceso a sus modelos de IA más avanzados (Mythos y su variante de consumo Fable 5), citando preocupaciones de seguridad nacional . La directiva estaba vinculada a las sospechas de que un grupo vinculado a China había accedido a Mythos
.
Anthropic respondió suspendiendo el acceso global a ambos modelos, argumentando que el alcance de la directiva, que incluso se aplicaba a sus propios empleados extranjeros, hacía imposible un cumplimiento parcial .
Esto creó un vacío inmediato en el mercado. TechCrunch informó el 27 de junio que "las startups asiáticas de IA lanzan modelos similares a Mythos mientras la prohibición de exportación de Anthropic se prolonga", mencionando tanto a Tulongfeng de 360 como al modelo Fugu de la startup japonesa Sakana AI .
A partir del 1 de julio de 2026, el gobierno de EE. UU. levantó la prohibición de exportación y Anthropic comenzó a restaurar el acceso a Fable 5 y Mythos 5 . El secretario de Comercio, Howard Lutnick, declaró que la empresa había acordado "detectar y abordar de forma proactiva los riesgos de seguridad asociados con los modelos"
. También se permitió un lanzamiento limitado de Mythos el 26 de junio para empresas seleccionadas
.
Las siguientes afirmaciones de la pregunta original no pudieron verificarse de forma independiente a partir de las fuentes disponibles:
Estas afirmaciones son plausibles dentro de la narrativa competitiva, pero requieren confirmación independiente antes de ser tratadas como hechos verificados.
La evidencia verificada muestra un cambio competitivo genuino a mediados de 2026:
La narrativa más amplia (sobre una brecha agregada en los benchmarks que se cierra rápidamente, ventajas masivas de costos y una adopción empresarial generalizada) está respaldada en parte, pero no en su totalidad, por la evidencia disponible aquí. Algunas de las afirmaciones más llamativas siguen sin verificarse.