El modelo GLM 5.2 de Zhipu en China se acerca a los mejores modelos de IA de EE.UU., destacando la ventaja del código abierto.

Contexto de la industria

En junio de 2026, la startup china de IA Zhipu lanzó su último modelo de código abierto GLM 5.2, generando revuelo en Silicon Valley, similar al impacto de DeepSeek el año anterior. GLM 5.2 solo está un punto porcentual por detrás de Opus 4.8 de Anthropic en pruebas clave de agentes, pero cuesta una quinta parte. Los desarrolladores acudieron en masa, y el crecimiento del tráfico de tokens en OpenRouter superó incluso los niveles observados durante el lanzamiento de DeepSeek V4.

Impacto en el mercado

El lanzamiento de GLM 5.2 se produce en un momento en que las empresas buscan rentabilidad debido al alto gasto en tokens de IA. Muchas empresas descubren que el costo real de la IA supera el presupuesto y están reevaluando la selección de modelos. La inteligencia por dólar se está convirtiendo en la métrica más importante. El modelo de Zhipu ofrece un rendimiento casi de primer nivel a bajo costo, brindando una opción práctica a las empresas.

Al mismo tiempo, el gobierno de EE.UU. ha tomado medidas recientes para limitar la difusión de modelos de IA de vanguardia: Anthropic retiró su modelo Fable Mythos-class bajo petición, y OpenAI anunció que proporcionará el modelo GPT 5.6 solo a "socios de confianza". Esta incertidumbre regulatoria lleva a las empresas a optar por modelos de código abierto, que no pueden ser retirados o restringidos unilateralmente.

Panorama competitivo

GLM 5.2 de Zhipu desafía directamente el dominio de los modelos cerrados de vanguardia. Gabe Pereyra, cofundador de Harvey AI, afirmó que GLM 5.2 es el primer modelo de código abierto verdaderamente competitivo en el mercado. Para Anthropic y OpenAI, el auge de los modelos de código abierto implica una mayor presión sobre los precios, especialmente en un contexto donde los clientes empresariales se preocupan cada vez más por la rentabilidad.

Otras empresas chinas de IA como DeepSeek alguna vez agitaron el mercado, pero luego fueron vistas como "un impacto de chatbot único". La diferencia de Zhipu radica en que GLM 5.2 destaca en tareas de agente como planificación, codificación, pruebas y bucles, áreas que las empresas buscan automatizar con urgencia.

Lecciones para las empresas

• Las empresas deben reevaluar sus estrategias de adquisición de modelos de IA:
• Centrarse en la "inteligencia por dólar" en lugar de clasificaciones de capacidad del modelo.
• Considerar modelos de código abierto para reducir el riesgo de dependencia del proveedor, especialmente cuando las regulaciones gubernamentales puedan limitar el acceso a los modelos.
• Probar el rendimiento real de modelos de código abierto como GLM 5.2 en escenarios comerciales específicos, especialmente aquellos que requieren implementación y personalización autónomas.
• Monitorear los costos de tokens para evitar que el presupuesto se descontrole debido al uso de modelos costosos.

Perspectivas futurasEn los próximos 12 meses, la brecha de capacidades entre los modelos de código abierto y los de código cerrado podría reducirse aún más, especialmente en el ámbito de las cargas de trabajo agentivas. El progreso de Zhipu muestra que las empresas chinas de IA no solo pueden competir en costos, sino también acercarse al nivel fronterizo en puntos de referencia clave.

En 24 meses, si el gobierno de EE. UU. continúa restringiendo el lanzamiento de modelos de Anthropic y OpenAI, los modelos de código abierto podrían ganar una mayor participación de mercado en las empresas estadounidenses, especialmente en escenarios que requieren cumplimiento normativo e implementación local.

En 3 años, la industria de la IA podría formar una estructura binaria: unos pocos modelos cerrados de frontera sirven para escenarios de alta seguridad, mientras que una gran cantidad de aplicaciones empresariales se orientan hacia modelos de código abierto, impulsados por Zhipu, Meta y otros. La competencia de inteligencia por dólar se convertirá en el campo de batalla central, impulsando la mejora de la eficiencia de toda la cadena industrial.