GLM-5.2, el modelo de Zhipu AI (Z.ai) en cifras

GLM-5.2 en breve

GLM-5.2 es un modelo de lenguaje de Zhipu AI (Z.ai), lanzado el 13 de junio de 2026. Tiene, por tanto, 4 meses a 22 de octubre de 2026. Sus pesos están publicados: puede descargarlo y ejecutarlo en sus propios servidores, o usar uno de los 89 proveedores de API que lo listan en models.dev. Dispone de un modo de razonamiento: puede «pensar» antes de responder, lo que ayuda en problemas de varios pasos pero consume más tokens y, por tanto, más dinero.

Lo clasificamos entre los modelos de pesos abiertos (68 modelos de esta categoría en el sitio).

¿Cuánto cuesta GLM-5.2?

GLM-5.2 cuesta 1,2 US$ por millón de tokens de entrada y 4,18 US$ por millón de tokens de salida (tarifa del fabricante, consulta del 22 de octubre de 2026).

Para hacerse una idea: leer 20 000 tokens (unas treinta páginas) y redactar 2000 cuesta alrededor de 0,032 US$; mil veces esa tarea, 32,27 US$.

Son 4,2 veces el precio de salida mediano de los modelos de pesos abiertos (1 US$).

Los tokens leídos desde la caché cuestan 0,30 US$ por millón: útil para un agente que reenvía a menudo el mismo contexto.

Para estimar su propio presupuesto, use la calculadora de coste de un agente.

Rendimiento medido

Según los resultados publicados por Epoch AI (consulta del 22 de octubre de 2026), GLM-5.2 obtiene un índice de capacidad de 70,5 sobre 100, calculado con 6 pruebas de nuestra cesta.

No figura entre los 30 primeros del ranking semanal.

• GPQA Diamond (preguntas de ciencias de nivel doctorado): 91,9 % — el mejor modelo seguido, Gemini 4 Argon, alcanza 96,4 %
• OTIS Mock AIME (problemas de matemáticas de competición): 86,4 % — el mejor modelo seguido, GPT-5.5 Pro, alcanza 100 %
• FrontierMath (matemáticas de investigación muy difíciles): 59,2 % — el mejor modelo seguido, GPT-6 Astra, alcanza 93,7 %
• SWE-bench Verified (corrección de errores reales de software): 78,7 % — el mejor modelo seguido, Claude Opus 4.7, alcanza 83,5 %

Lo que sabe hacer

Su ventana de contexto alcanza 1.000.000 tokens, unas 1500 páginas de texto a 500 palabras por página: suficiente para cargar un libro entero o una base de código mediana. Una respuesta puede llegar a 131.072 tokens.

Acepta como entrada: texto.

Sabe llamar a herramientas (funciones, API) y devolver una salida estructurada en JSON, lo que lo convierte en una posible base para un agente de IA.

Los pesos están publicados en Hugging Face (zai-org/GLM-5.2). Vea también nuestra selección de modelos open source.

¿A quién va dirigido?

Por su categoría, GLM-5.2 está pensado sobre todo para los proyectos en los que quiere controlar sus datos o el alojamiento, o adaptar el modelo a su sector.

Su resultado en SWE-bench Verified (78,7 %, por encima de la mediana de los modelos seguidos) lo convierte en un candidato serio para agentes de programación.

Su enorme ventana de contexto lo hace interesante para analizar grandes volúmenes de documentos en una sola petición.

Antes de adoptarlo, pruébelo con sus propios ejemplos: los benchmarks miden tareas estándar, no su oficio.

Modelos comparables

En la misma categoría, los modelos más cercanos a GLM-5.2 son:

• GLM-5.1 (Zhipu AI (Z.ai), índice 70,9)
• Kimi K2 Thinking (Moonshot AI, índice 69,6)
• GLM-5.3-Flash (Zhipu AI (Z.ai), índice 71,9)
• DeepSeek V4 Pro 0813 (DeepSeek, índice 72,2)