Z.ai ha lanzado GLM-5.2, su nuevo modelo insignia, el pasado 13 de junio de 2026. Su carta de presentación: una ventana de contexto de 1.000.000 de tokens de entrada y hasta 131.072 tokens de salida por respuesta. Es un salto de cinco veces respecto a los 200.000 tokens de GLM-5.1.

El modelo llega en la variante glm-5.2[1m] y está disponible desde el primer día en todos los planes de GLM Coding Plan: Lite, Pro, Max y Team. Con ese tamaño de contexto, un agente de código puede mantener un repositorio mediano entero en memoria sin necesidad de resumir constantemente.

Dos niveles de esfuerzo y una arquitectura innovadora

GLM-5.2 incorpora dos nuevos niveles de razonamiento: High y Max. Z.ai recomienda el modo Max para tareas de codificación complejas. En herramientas como Claude Code, el ajuste se controla mediante el comando /effort.

La novedad arquitectónica es IndexShare. Según Z.ai, esta técnica reutiliza un indexador ligero cada cuatro capas de atención sparse, reduciendo los FLOPs por token en un factor de 2,9 con el contexto completo de 1M de tokens. También incluye un ajuste en la capa de decodificación especulativa que, según la compañía, aumenta la longitud de aceptación hasta en un 20%.

GLM-5.2 es un modelo Mixture-of-Experts. Una fuente indica que la base GLM-5 tiene 744 mil millones de parámetros con 40 mil millones activos por token; otra fuente independiente sitúa la cifra total en 753 mil millones. Z.ai no especificó la arquitectura completa en el lanzamiento.

Sin benchmarks al lanzar, pero con reconocimiento posterior

Z.ai no publicó ninguna puntuación de benchmarks al lanzar GLM-5.2. No hay cifras de SWE-bench, Terminal-Bench ni Code Arena. El anuncio se centró en la disponibilidad, el contexto y la hoja de ruta open-source.

Sin embargo, según documentó Simon Willison, GLM-5.2 alcanzó el primer puesto del Artificial Analysis Intelligence Index v4.1 con una puntuación de 51, superando a MiniMax-M3, DeepSeek V4 Pro (ambos con 44) y Kimi K2.6 (43). En el ranking Code Arena WebDev ocupa el segundo lugar, por detrás de Claude Fable 5. VentureBeat informó, por su parte, de que Z.ai afirmó que GLM-5.2 supera a GPT-5.5 en varios benchmarks de codificación de largo horizonte por una fracción del coste —conviene tratar esa última afirmación como una declaración del proveedor, no como un hecho verificado de forma independiente.

Pesos abiertos, pero con un precio de hardware elevado

Los pesos de GLM-5.2 se publicaron bajo licencia MIT en Hugging Face. Según una fuente, Z.ai indicó que los pesos estarían disponibles «la próxima semana» tras el lanzamiento del 13 de junio; otra fuente señala que los pesos abiertos se hicieron públicos el 16 de junio de 2026. El modelo ocupa 1,51 TB en BF16. Ejecutarlos localmente requiere hardware de gama alta:

  • Quantización Q4KM (4 bits): unos 476 GB de memoria. Solo viable con servidores multigpu (por ejemplo, 2× A100 de 80 GB o 4× RTX 6000 Ada).
  • Quantización dinámica de 2 bits (UD-IQ2_XXS): aproximadamente 241 GB. Un Mac Studio M3 Ultra con 256–512 GB de memoria unificada puede ejecutarlo, pero a una velocidad de entre 3 y 9 tokens por segundo.
  • Quantización de 1 bit (UD-TQ1_0): necesita unos 176 GB, pero según Unsloth la calidad baja drásticamente.

Para la mayoría de los usuarios, alquilar potencia en la nube o usar la API de Z.ai es la opción más práctica, aunque implica ceder privacidad.

El modelo está diseñado para tareas de codificación agente y trabajo de largo contexto, como refactorizaciones multiproyecto o sesiones autónomas. En una prueba de 33 minutos, el desarrollador Bijan Bowen logró construir un clon de «Gangster City» con lógica de persecución policial y un efecto WebGL 3D, aunque señaló que el modelo consume unos 43.000 tokens de salida por tarea frente a los 26.000 de GLM-5.1.