GLM-5.2: el modelo de pesos abiertos que redefinió el mercado de la IA en 2026

El 13 de junio de 2026, el laboratorio chino Z.ai (anteriormente Zhipu AI) lanzó GLM-5.2, un modelo de pesos abiertos con arquitectura Mixture-of-Experts de 744 mil millones de parámetros . Cuatro días después, los pesos completos se publicaron en Hugging Face bajo una licencia MIT permisiva, sin restricciones regionales . El lanzamiento se produjo justo un día después de que los controles de exportación de Estados Unidos obligaran a Anthropic a desactivar su modelo Fable 5 a nivel mundial . La coincidencia creó una narrativa directa de "EE. UU. restringe, China libera" que aceleró el interés empresarial en las alternativas chinas de IA, y los resultados en pruebas comparativas y precios hicieron que el caso fuera difícil de ignorar.

Qué ofrece GLM-5.2: Especificaciones, pruebas comparativas y precios

GLM-5.2 utiliza una arquitectura MoE de 744 mil millones de parámetros, con aproximadamente 40 mil millones de parámetros activos por token . Su ventana de contexto de 1 millón de tokens es totalmente utilizable y representa un aumento de cinco veces respecto al límite de 200,000 tokens del GLM-5.1 . La salida máxima alcanza los 131,072 tokens . El modelo fue entrenado, según se informa, en chips Huawei Ascend en lugar de hardware NVIDIA, un detalle con importantes implicaciones para la cadena de suministro y los controles de exportación .

En pruebas comparativas estándar, GLM-5.2 obtuvo la puntuación más alta de cualquier modelo de pesos abiertos en el Artificial Analysis Intelligence Index v4.1, con 51 puntos, superando a MiniMax-M3 (44), DeepSeek V4 Pro (44) y Kimi K2.6 (43) . Alcanzó un 80.3 % en GPQA Diamond (razonamiento científico de nivel de posgrado) y un 86.67 % en AIME 2025 (razonamiento matemático) . En SWE-bench Pro, una prueba de referencia clave en ingeniería de software, obtuvo un 62.1, superando al GPT-5.5 (58.6) y quedando aproximadamente 0.7 puntos por detrás de Claude Opus 4.8 en la prueba relacionada FrontierSWE (74.4 % frente a 75.1 %) . Según CNBC, GLM-5.2 se sitúa dentro de un punto porcentual de Opus 4.8 de Anthropic en una prueba comparativa de agentes clave, a aproximadamente una quinta parte del costo .

El precio de su API es de 1.40 USD por millón de tokens de entrada y 4.40 USD por millón de tokens de salida , aproximadamente una sexta parte del costo del GPT-5.5 a través de API . Los tokens en caché cuestan 0.26 USD por millón .

Controles de exportación de EE. UU. y el giro hacia la IA china

GLM-5.2 estuvo disponible para suscriptores el 13 de junio de 2026, un día después de que el Departamento de Comercio de EE. UU. obligara a Anthropic a desactivar Fable 5 a nivel mundial debido a restricciones de control de exportaciones . Esa yuxtaposición no pasó desapercibida para las empresas. Los controles de exportación de EE. UU. sobre chips de IA avanzados (NVIDIA H100/B300 a China) han empujado a los laboratorios chinos a entrenar en hardware doméstico como Huawei Ascend, al mismo tiempo que eximen a los modelos chinos de las reglas de licencias de reexportación de EE. UU., lo que les otorga una ventaja de cumplimiento en mercados donde los modelos de IA de origen estadounidense enfrentan restricciones .

La estrategia de costos de Coinbase: 50 % de ahorro al usar modelos de pesos abiertos como predeterminados

El CEO de Coinbase, Brian Armstrong, expuso públicamente el caso empresarial. El 8 de junio de 2026, predijo que el 80 % de las cargas de trabajo de IA eventualmente se ejecutarían en modelos de pesos abiertos, argumentando que la economía es innegable, especialmente cuando los modelos chinos de pesos abiertos ofrecen un rendimiento casi de frontera a una fracción del precio . El 27 de junio, detalló el enfoque interno de Coinbase: usar modelos chinos de código abierto como GLM 5.2 y Kimi 2.7 como opción predeterminada para los ingenieros, enrutar las indicaciones de manera inteligente a través de una puerta de enlace LLM y almacenar en caché las respuestas de forma agresiva .

Los resultados son sorprendentes. Coinbase redujo el gasto interno en IA en aproximadamente un 50 %, incluso mientras el uso de tokens crecía exponencialmente . Las tasas de acierto de caché mejoraron del 5 % al 60 % . La empresa no impuso límites de uso ni alertas presupuestarias a los ingenieros . Coinbase ahora está experimentando con una herramienta interna "LLM Ops" que automatiza aún más la selección de modelos según la tarea .

Sin embargo, la estrategia generó escepticismo. Los críticos señalaron los riesgos de seguridad no resueltos y las tensiones geopolíticas: enrutar las indicaciones empresariales a través de modelos creados por un laboratorio vinculado al estado chino conlleva una exposición legal que ningún regulador ha aclarado .

OpenRouter: Los modelos chinos superan a los estadounidenses en tráfico de tokens

Los datos de OpenRouter muestran un reequilibrio dramático en el uso de modelos de IA entre 2024 y 2026 . En junio de 2025, los modelos estadounidenses de Google, OpenAI y Anthropic poseían aproximadamente entre el 70 y el 80 % de la cuota de tokens, mientras que los modelos chinos rondaban el 10 % . Para febrero de 2026, los modelos chinos cruzaron aproximadamente el 61 % del volumen de tokens entre los 10 modelos principales . En junio de 2026, los modelos chinos procesaban aproximadamente 18 billones de tokens semanales, frente a los 5.5 billones de los modelos estadounidenses, con un volumen semanal total que alcanzaba los 25 billones . La cuota estadounidense se desplomó a aproximadamente el 30 % en 12 meses . Los modelos chinos clave que impulsan el cambio incluyen DeepSeek, Qwen, MiniMax, Moonshot/Kimi y, ahora, GLM-5.2 .

Los riesgos de seguridad y legales no resueltos

La preocupación legal central es directa pero no está resuelta. Z.ai (Zhipu AI) es una empresa china derivada de la Universidad de Tsinghua y afiliada a la Academia de Inteligencia Artificial de Beijing (BAAI), entidades integradas en el ecosistema estatal de IA de China . La Ley de Inteligencia Nacional de China (2017) y la Ley de Seguridad de Datos (2021) imponen una obligación general a todas las organizaciones chinas de "apoyar, asistir y cooperar con el trabajo de inteligencia estatal". Estas leyes están redactadas de manera amplia y tienen alcance extraterritorial.

Los vectores de riesgo específicos citados en la cobertura de los medios incluyen: las empresas que ejecutan los pesos de GLM-5.2 autoalojados aún podrían estar legalmente obligadas según la ley china si interactúan con cualquier entidad china para actualizaciones, telemetría o soporte ; las llamadas a la API enrutadas a través de puntos de conexión de inferencia alojados en China pasan por jurisdicciones donde el acceso de los actores estatales a los datos es legalmente permisible ; y la propia estrategia de Coinbase ha enfrentado una reacción pública por "riesgos de seguridad y legales no resueltos" para las empresas que manejan datos financieros confidenciales . Ninguna guía regulatoria de EE. UU. o la UE ha abordado aún de manera definitiva si el uso de modelos chinos de pesos abiertos, incluso autoalojados, crea responsabilidad bajo los regímenes de protección de datos o los marcos de sanciones. A finales de junio de 2026, el riesgo sigue sin resolverse, y las empresas realizan sus propias evaluaciones basadas en la ubicación de alojamiento del modelo, la sensibilidad de los datos y las dependencias de la cadena de suministro .