| Prueba de referencia | GLM-5.2 | GPT-5.5 | GLM-5.1 |
|---|---|---|---|
| SWE-bench Pro | 62.1 | 58.6 | 58.4 |
| Artificial Analysis Intelligence Index | 51.1 | — | — |
| Artificial Analysis Coding Index | 68.8 | — | — |
En otras pruebas, GLM-5.2 obtuvo un 89.5% en GPQA Diamond (preguntas de ciencias de nivel de posgrado), 81.0 en Terminal-Bench 2.1 y 40.1 en Humanity's Last Exam. La documentación de la API de NVIDIA describe a GLM-5.2 como un modelo que ofrece rendimiento de vanguardia en razonamiento, codificación y pruebas de agentes.
El rendimiento en el mercado ha sido espectacular, aunque desigual.
El impulso de Z.ai hacia la autosuficiencia computacional se divide en dos categorías: la adaptación confirmada a chips domésticos existentes y la exploración preliminar de un diseño personalizado.
Confirmado: los modelos GLM ya funcionan en infraestructura de chips nacionales. Desde febrero de 2026, la serie GLM-5 de Z.ai se ha adaptado para ejecutarse en semiconductores domésticos después de que Estados Unidos endureciera el acceso a los chips avanzados de Nvidia. GLM-5.2 se lanzó con adaptación de inferencia para una amplia variedad de infraestructura de chips domésticos, incluidos los clusters Huawei Ascend.
En agosto de 2025, Z.ai anunció que sus modelos GLM son compatibles con los procesadores Ascend y los chips Kirin de Huawei.
La compañía también entrenó GLM-Image, un modelo de generación de imágenes de 9 mil millones de parámetros, íntegramente en chips Ascend de Huawei, el primer modelo de código abierto importante desarrollado sin semiconductores estadounidenses.
Exploratorio: Z.ai está en conversaciones iniciales sobre un ASIC personalizado. Según The Information, retomado por Yahoo Finance, Z.ai realizó recientemente consultas preliminares con varias empresas de diseño de chips chinas sobre la posibilidad de construir un procesador de IA a medida, optimizado específicamente para su familia de modelos GLM. La empresa aún no ha seleccionado un socio y no se ha confirmado ningún programa finalizado. El desencadenante reportado: un crecimiento de 27 veces en el uso diario de tokens para GLM-5.2 que choca con el endurecimiento de las restricciones de exportación de EE. UU.
El giro de Z.ai hacia los chips domésticos se produce en un contexto normativo más amplio que está remodelando toda la infraestructura de IA de China.
Controles de exportación de EE. UU. y la Lista de Entidades. Z.ai fue incluida en la Lista de Entidades del Departamento de Comercio de EE. UU. el 16 de enero de 2025, lo que convierte el giro hacia los chips domésticos en una necesidad estratégica, no solo en una medida de ahorro de costes.
Mandato de chips domésticos para centros de datos estatales en China. En noviembre de 2025, Reuters informó que los reguladores chinos emitieron directivas que exigen que todos los proyectos de centros de datos financiados con fondos estatales utilicen únicamente chips de IA producidos en el país. A las instalaciones con menos del 30% de avance se les ordenó eliminar los chips extranjeros ya instalados o renunciar a los planes de adquirirlos.
Inversión nacional masiva. Múltiples fuentes informan que China se prepara para gastar aproximadamente 2 billones de yuanes (~295 000 millones de dólares) en los próximos cinco años en la construcción de centros de datos de IA, con el requisito de que al menos el 80% de los chips provengan de proveedores nacionales, principalmente Huawei. El mercado chino de centros de datos y computación de IA alcanzó aproximadamente los 500 000 millones de yuanes en 2025, con una capacidad de computación de IA que creció casi un 40% interanual.
Impacto en Z.ai específicamente. La estrategia computacional de Z.ai ya se alinea con estas directrices políticas. La empresa ha demostrado que puede entrenar modelos enteramente en chips domésticos (GLM-Image en Huawei Ascend), adaptar la inferencia para múltiples plataformas de chips nacionales (GLM-5.2 en Huawei Ascend) y ahora explora si un ASIC personalizado tiene sentido a escala. El CEO Zhang Peng declaró: "Estamos haciendo todo lo posible para mejorar nuestra infraestructura y hacer que el modelo sea más eficiente en diferentes tipos de chips".
La estrategia computacional confirmada de Z.ai se describe mejor como un giro hacia el chip doméstico con una posible exploración de un ASIC personalizado, no como un programa de chip propio verificado. Los resultados respaldados de GLM-5.2 muestran un sólido rendimiento de codificación de peso abierto que supera a GPT-5.5 en SWE-bench Pro (62.1 frente a 58.6), mientras que la historia comercial de la empresa está definida por un rápido crecimiento de ingresos, la captación de fondos en el mercado público y una presión constante sobre la rentabilidad. El contexto normativo más amplio —controles de exportación de EE. UU., inclusión en la Lista de Entidades y los mandatos de centros de datos estatales en China— convierte la alineación de Z.ai con los chips domésticos en una necesidad estratégica, además de un logro técnico.