Z.ai desafía a Anthropic con GLM-5.2: quedó casi a la par de Claude Opus 4.8

GLM-5.2 es el modelo de inteligencia artificial que la empresa china Zhipu AI, conocida comercialmente como Z.ai, lanzó el 16 de junio de 2026. Se trata de un sistema de 753.000 millones de parámetros con arquitectura de mezcla de expertos y una ventana de contexto de 1 millón de tokens, es decir la cantidad de texto que puede procesar de una sola vez sin perder el hilo. La compañía lo posicionó como su apuesta de frontera para competir de igual a igual con los laboratorios estadounidenses.

La comparación con Claude Opus 4.8, el modelo tope de Anthropic, no salió de la nada: el propio Z.ai la puso sobre la mesa al publicar una tabla que enfrenta a su modelo con los sistemas cerrados de Estados Unidos. El dato que ordenó toda la conversación posterior fue uno solo: en FrontierSWE, la prueba que mide si un agente puede completar proyectos técnicos abiertos que llevan de horas a decenas de horas, GLM-5.2 obtuvo 74,4 puntos contra los 75,1 de Opus 4.8. Una diferencia de 0,7 puntos, menos del 1%. En la misma prueba dejó atrás a GPT-5.5, que marcó 72,6.

Los números, uno por uno

Contra su propia versión anterior, el salto es amplio. En Terminal-Bench 2.1, que evalúa el manejo de tareas en entornos de línea de comandos, GLM-5.2 obtuvo 81 puntos frente a los 63,5 de GLM-5.1: un avance de 17,5 puntos en cuestión de meses. En SWE-bench Pro, que mide la resolución de problemas reales tomados de repositorios de GitHub, pasó de 58,4 a 62,1 puntos y superó también a GPT-5.5, que quedó en 58,6.

Contra el frontier cerrado, en cambio, el resultado varía según la prueba. En Terminal-Bench 2.1 los 81 puntos de GLM-5.2 quedan por debajo de los 85 de Opus 4.8, aunque por encima de los 74 de Gemini 3.1 Pro. En MCP-Atlas, una evaluación de uso de herramientas, la diferencia vuelve a ser mínima: 76,8 contra 77,8. El modelo chino también alcanzó el puesto 4 del Artificial Analysis Intelligence Index —primero entre los de pesos abiertos— y el puesto 2 en Code Arena Frontend, la mejor posición que un modelo abierto logró jamás frente a los sistemas cerrados.

Dónde Opus 4.8 sigue arriba

La paridad se rompe cuando las tareas se vuelven más largas y más sucias. En SWE-Marathon, que mide trabajos ultra extensos como construir compiladores, optimizar kernels o desarrollar servicios de producción, Opus 4.8 anotó 26 puntos contra los 13 de GLM-5.2: el doble. En NL2Repo, que consiste en levantar un repositorio completo a partir de una descripción en lenguaje natural, la distancia es de más de 20 puntos a favor del modelo de Anthropic.

El patrón se repite y explica el resto. En tareas acotadas de terminal, GLM-5.2 compite de igual a igual. En proyectos que exigen sostener criterio durante horas sin desviarse, el sistema estadounidense mantiene una ventaja estructural. La lectura honesta no es que China alcanzó a Estados Unidos, sino que un modelo descargable y gratuito quedó lo bastante cerca como para que el precio pase a ser el argumento decisivo.

GLM-5.2 obtuvo 74,4 en FrontierSWE contra los 75,1 de Claude Opus 4.8, según Z.ai.

Chips Huawei, cero Nvidia

El detalle que más incomoda en Washington no está en los benchmarks sino en el hardware. Z.ai sostiene que toda la familia GLM-5 fue entrenada con unos 100.000 procesadores Huawei Ascend 910B usando el framework MindSpore, sin una sola pieza de silicio de Nvidia en ninguna etapa del proceso. La empresa está en la Entity List del gobierno estadounidense desde enero de 2025, lo que la dejó fuera del alcance de los aceleradores H100, H200 y B200.

Ese es exactamente el escenario que los controles de exportación buscaban evitar desde octubre de 2022. La premisa era que cortarle a China el acceso al silicio de punta retrasaría su desarrollo de IA de frontera durante años. Conviene igual medir el alcance del golpe: según un informe del Council on Foreign Relations, el Ascend 910C rinde cerca del 60% de un H100 de Nvidia en inferencia, y el entrenamiento de Z.ai habría requerido alrededor de 15% más de tiempo de cómputo que una corrida equivalente sobre hardware estadounidense. La paridad de modelos no es paridad de chips: GLM-5.2 demuestra que se puede llegar al frontier con una cadena doméstica, no que esa cadena ya sea tan buena.

Fue entrenado con 100.000 chips Huawei Ascend, sin hardware de Nvidia.

El timing con el veto a Fable 5

El lanzamiento cayó en la peor semana posible para Estados Unidos. El 12 de junio de 2026, el Departamento de Comercio ordenó a Anthropic desactivar sus modelos Fable 5 y Mythos 5 para todos los extranjeros del mundo; Z.ai presentó GLM-5.2 cuatro días después, el 16 de junio. Las restricciones se levantaron el 1 de julio y Anthropic restituyó el acceso, pero el episodio dejó un precedente: fue el primer caso conocido de un gobierno forzando la baja global de un modelo.

GLM-5.2, en cambio, salió bajo licencia MIT sin restricciones regionales de ningún tipo. Cualquiera puede descargarlo y ejecutarlo en infraestructura propia. A eso se suma el precio: alrededor de 1,40 dólares por millón de tokens de entrada y 4,40 de salida, contra los 5 y 25 dólares de Opus 4.8. Para una empresa que corre volumen, la cuenta es simple: casi el mismo resultado en programación autónoma a una sexta parte del costo y sin riesgo de que un decreto le apague el sistema.

La pelea por los tokens

Ese cálculo ya se ve en los datos de uso real. Un estudio de OpenRouter junto al fondo Andreessen Horowitz, que analizó más de 100 billones de tokens, encontró que los modelos chinos de pesos abiertos pasaron de 1,2% a casi 30% de la cuota global de tokens en poco más de un año. El Production Index de Vercel, por su parte, midió que los modelos abiertos concentraron 29% de todos los tokens procesados en junio de 2026, contra 11% en abril.

La curva siguió subiendo en 2026. Según una investigación de CNBC publicada el 7 de julio, desde el 8 de febrero los modelos de origen chino no bajaron de 30% del volumen semanal de tokens empresariales en OpenRouter y llegaron a tocar un pico de 46%. El motor es el precio: entre 60% y 90% más baratos que las opciones de Anthropic y OpenAI. La pulseada no se define en un anuncio de benchmarks sino en cuántos sistemas del mundo quedan atados a cada arquitectura, y ahí la balanza se está moviendo.

Los modelos chinos de pesos abiertos ya rozan el 30% de la cuota global de tokens.

Qué falta confirmar

Hay un límite que conviene subrayar: la tabla que enfrenta a GLM-5.2 con Opus 4.8 y GPT-5.5 la elaboró Z.ai. Evaluadores independientes como Artificial Analysis y Code Arena ya midieron el modelo y confirmaron su posición entre los mejores, pero la comparación puntual de 0,7 puntos en FrontierSWE sigue siendo un dato autorreportado por la empresa. Z.ai tampoco publicó un paper de arquitectura, y varios analistas del sector deslizan que los puntajes podrían estar ajustados a las pruebas.

El diagnóstico general del sector cambió igual. La innovación de frontera ya no procede de un único país: OpenAI, Anthropic y Google mantienen ventaja en razonamiento general y en despliegue comercial, pero la brecha se estrecha en tareas específicas como la programación. Cuando el co-fundador de Z.ai, Jie Tang, respondió públicamente que China no tardaría hasta 2027 en alcanzar capacidades de nivel Fable, lo hizo con un modelo entrenado sobre chips que Estados Unidos pensó que nunca iban a alcanzar para esto.