La arena · análisis de modelo de IA

GLM-5.2

de Z.ai (Zhipu AI)

El mejor modelo de pesos abiertos según Artificial Analysis: un MoE de 753 000 millones de parámetros con licencia MIT que supera a GPT-5.5 en SWE-Bench Pro por una sexta parte del precio

Nota de la arena 4.1/550 % lo recomienda · 4 votos
Razonamiento4.5
Código4.5
Escritura3.5
Velocidad4.0
Relación calidad-precio4.0
Visitar GLM-5.2programación agéntica y trabajo prolongado sobre un repositorioequipos que necesitan nivel frontera con pesos autoalojadoscargas limitadas por presupuesto que toleran un razonamiento verbosoanálisis de bases de código y documentos con un millón de tokens
Precio

$4.40/1M out

Precio oficial de Z.ai para glm-5.2: 1,40 $ por millón de tokens de entrada, 0,26 $ con acierto de caché, 4,40 $ de salida. Los proveedores externos indican los mismos 1,40 $ / 4,40 $. El almacenamiento de caché de entrada es gratuito por tiempo limitado. Verificado en la página de precios docs.z.ai, 08/2026.

Proveedor

Z.ai (Zhipu AI)

Ventana de contexto

1M tokens (128K max output)

Precio de entrada

$1.40/1M in (cache hit $0.26)

Precio de salida

$4.40/1M out

Modalidades

text only

Pesos abiertos

Sí

¿Qué es GLM-5.2?

Publicado el 17/06/2026 por Z.ai (antes Zhipu AI), con sede en Pekín. GLM-5.2 es un modelo Mixture-of-Experts de 753 000 millones de parámetros, unos 40 000 millones activos por token, con una ventana de contexto de un millón de tokens y 128K de salida máxima, publicado bajo licencia MIT con pesos descargables. El precio oficial de la API es de 1,40 $ por millón de tokens de entrada (0,26 $ con acierto de caché) y 4,40 $ de salida. Artificial Analysis lo sitúa en el puesto 4 de 106 modelos de su Intelligence Index con una puntuación de 53, y primero entre los modelos de pesos abiertos disponibles. Obtiene 62,1 en SWE-Bench Pro, por delante del 58,6 de GPT-5.5, además de 82,7 en Terminal-Bench 2.1 y 91,2 en GPQA-Diamond. La arquitectura introduce IndexShare, que reduce 2,9 veces los FLOPs por token con el contexto completo, y una decodificación especulativa mejorada.

GLM-5.2: pros y contras

Pros

  • Primero entre los modelos de pesos abiertos en el Artificial Analysis Intelligence Index (puntuación 53, puesto 4 de 106): el modelo más potente que realmente puedes descargar y alojar tú mismo, con licencia MIT
  • 62,1 en SWE-Bench Pro, por delante del 58,6 de GPT-5.5, con 82,7 en Terminal-Bench 2.1 y 91,2 en GPQA-Diamond: código y razonamiento de nivel frontera, no una aproximación barata
  • 1,40 $ por millón de tokens de entrada y 4,40 $ de salida (0,26 $ de entrada con acierto de caché), aproximadamente una sexta parte del coste por token de GPT-5.5 o Claude Opus 4.8
  • Realmente rápido: 153,2 tokens por segundo de salida y 1,39 s hasta el primer token, muy por delante de los 33 tokens/s de Kimi K3 en la misma categoría
  • Ventana de contexto de un millón de tokens con 128K de salida, y una arquitectura IndexShare que divide por 2,9 los FLOPs por token con el contexto completo
  • Licencia MIT y pesos publicados: alojarlo tú mismo elimina tanto la dependencia del proveedor como la cuestión de la jurisdicción de los datos que plantea la API alojada

Contras

  • El más verboso de los grandes modelos: 43 000 tokens de salida por tarea de Artificial Analysis (37 000 de ellos de razonamiento), 1,8 veces la media, de modo que el precio de catálogo se traduce en 0,32 $ por tarea y unos 75 segundos de principio a fin en OpenRouter
  • Débil en conocimiento corregido por alucinaciones: 4 en AA-Omniscience frente a 27 de Claude Opus 4.8, 23 de Gemini 3.5 Flash y 20 de GPT-5.5, es decir, responde con seguridad donde modelos mejores se abstienen
  • Solo texto: sin entrada de imagen ni audio, mientras que la mayoría de sus competidores directos son multimodales de forma nativa
  • Artificial Analysis lo considera caro frente a otros modelos de pesos abiertos de tamaño comparable: el argumento del precio se sostiene contra la frontera estadounidense cerrada, no contra el campo abierto
  • 753 000 millones de parámetros exigen una infraestructura multi-GPU para alojarlo; para la mayoría de los equipos, «pesos abiertos» significa portabilidad y derecho de auditoría más que capacidad real de ejecutarlo

El veredicto de la arena

GLM-5.2 es el mejor modelo que puedes descargar hoy. Lidera el campo de los pesos abiertos en Artificial Analysis, supera a GPT-5.5 en SWE-Bench Pro y cuesta aproximadamente una sexta parte de la frontera estadounidense cerrada por token. Elígelo para programación agéntica, trabajo de fondo sobre repositorios y análisis con un millón de tokens, sobre todo si el autoalojamiento o la libertad de licencia pesan en tu hoja de ruta. Vigila la verbosidad: consume 43 000 tokens de salida por tarea, así que la factura real ronda los 0,32 $ por tarea y las respuestas tardan unos 75 segundos, lo que lo descarta para productos interactivos. Y no lo uses como oráculo de conocimiento: su 4 en AA-Omniscience, frente al 27 de Opus 4.8, significa que responderá con seguridad cuando debería abstenerse, así que añade una capa de verificación en todo lo factual. Para puro coste por token, DeepSeek V4 sigue siendo más barato; la propuesta de GLM-5.2 es un nivel frontera que puedes poseer.

Pulgar arriba o pulgar abajo

Dicta tu veredicto

¿Recomendarías GLM-5.2 o pondrías en guardia a la multitud?

50%puntuación · 4

Mejores alternativas a GLM-5.2

Todas las alternativas
1
Gemini 3.8 Flash

Modelo de trabajo de Google de septiembre 2026: contexto 1M, precio promo $0.75/$3.75, velocidad de salida 305 tokens/s

$3.75/1M out60%(1)
Visit
2
Gemini 3 Pro

El modelo frontera de Google de nov. 2025: contexto de 1M, primero en superar 1500 Elo en LMArena, sustituido por Gemini 3.1 Pro.

$12/1M out (prompts ≤200K)57%(3)
Visit
3
Grok 4.3

El modelo frontera de xAI con contexto de 1M a $1.25/$2.50 por millón de tokens, afinado para el uso agéntico de herramientas.

$2.50/1M out
Visit

Compara GLM-5.2 cara a cara

Lo que dice la multitud

Sin Reembolsus

“yok”

Sin Reembolsus

“The verbosity is not a detail. 43k output tokens for a task Opus does in 15k means my cheap model is not cheap, and 75 seconds per answer killed it for our support bot. Great for batch, useless interactive.”

Guardián del Repo

“1M context that actually stays coherent. Fed it a 400k-token monorepo and the cross-file reasoning was better than anything else I can self-host. 153 tokens/s makes the long reasoning bearable.”

Campeón de las Vibes

“Swapped it in for our agentic refactor jobs and it held up against Opus 4.8 at a fraction of the bill. The MIT weights are what sold my CTO: we can move it in-house if Z.ai ever changes the terms.”

GLM-5.2: preguntas frecuentes

¿Cuánto cuesta GLM-5.2 por millón de tokens?

GLM-5.2 cuesta $1.40/1M in (cache hit $0.26) por millón de tokens de entrada y $4.40/1M out por millón de tokens de salida. Precio oficial de Z.ai para glm-5.2: 1,40 $ por millón de tokens de entrada, 0,26 $ con acierto de caché, 4,40 $ de salida. Los proveedores externos indican los mismos 1,40 $ / 4,40 $. El almacenamiento de caché de entrada es gratuito por tiempo limitado. Verificado en la página de precios docs.z.ai, 08/2026.