GLM-5: la familia de modelos y el modelo con el que empezó todo

GLM-5 se listó en OpenRouter el 11 de febrero de 2026. Z.ai lo describe como un modelo «orientado a la ingeniería de sistemas complejos y tareas agénticas de largo alcance»; en otras palabras, está pensado para resolver grandes tareas de programación de varios pasos en lugar de ser un simple compañero de chat rápido.

Su model card detalla la arquitectura en cifras claras. En comparación con GLM-4.5, GLM-5 pasa de 355 mil millones de parámetros (32 mil millones activos) a 744 mil millones de parámetros con 40 mil millones activos por token, y sus datos de preentrenamiento crecen de 23 billones a 28.5 billones de tokens. Solo se utiliza una fracción de los pesos para cada token, lo que hace viable poner en producción un modelo de este tamaño.

GLM-5 también incorpora DeepSeek Sparse Attention (DSA). La atención dispersa permite al modelo analizar un subconjunto seleccionado de tokens previos en lugar de todos ellos, lo que según Z.ai reduce en gran medida el coste de despliegue manteniendo su capacidad de contexto largo. En OpenRouter, el GLM-5 original tiene una ventana de contexto de unos 205K tokens y puede devolver hasta unos 131K tokens en una sola respuesta.

Para el postentrenamiento, Z.ai creó slime, una infraestructura de aprendizaje por refuerzo asíncrono que, según la empresa, mejora el rendimiento del entrenamiento y permite iteraciones más precisas. La model card muestra resultados en benchmarks de razonamiento, código y agentes (por ejemplo, 77.8 en SWE-bench Verified y 56.2 en Terminal-Bench 2.0 con el harness Terminus 2) y afirma ofrecer el mejor rendimiento de su categoría entre los modelos de código abierto en su lanzamiento.

Esas cifras son del propio Z.ai y se midieron con sus propios harnesses. Resultan útiles para comparar las versiones de GLM entre sí, pero la prueba real es tu propia tarea: pega un problema real en el chat y juzga la respuesta.

Tras GLM-5, Z.ai lanzó una serie constante de actualizaciones. GLM-5 Turbo (marzo de 2026) y el multimodal GLM-5V-Turbo (abril de 2026) apuntan a flujos de trabajo rápidos con agentes a través de la API. GLM-5.1 (abril de 2026) se centró en la programación de largo alcance. GLM-5.2 (junio de 2026) introdujo un sólido contexto de un millón de tokens y reasoning effort ajustable. GLM-5.3 (agosto de 2026) mantuvo la base de GLM-5.2 y mejoró el postentrenamiento, mientras que GLM-5.3 Flash añadió entrada nativa de imagen y vídeo a un precio mucho menor. GLM-5.3 FlashX y GLM-5.3 Prime son variantes de alta velocidad para la API.

Cinco de estos modelos (GLM-5, GLM-5.1, GLM-5.2, GLM-5.3 y GLM-5.3 Flash) están publicados como pesos abiertos en Hugging Face. La ficha técnica a continuación y la tabla de la familia más abajo muestran cada modelo con su ventana de contexto, precio y licencia.

Para proyectos nuevos, por lo general no. Los modelos posteriores de la familia ofrecen una ventana de contexto mayor, razonamiento ajustable y, en el caso de GLM-5.3 Flash, precios mucho más bajos. El GLM-5 original sigue siendo interesante si buscas un modelo abierto con licencia totalmente MIT que cuente con arquitectura y artículo publicados (arXiv 2602.15763), o si necesitas reproducir resultados medidos sobre él.