GLM-5.2: un contexto sólido de un millón de tokens

GLM-5.2 se incorporó a OpenRouter el 16 de junio de 2026 con una ventana de contexto de 1,048,576 tokens y una salida máxima de 943,718 tokens. Z.ai lo define como un salto sustancial en capacidades a largo plazo frente a GLM-5.1 y afirma que, por primera vez en la familia, el rendimiento se mantiene en un «sólido contexto de 1M de tokens» capaz de sostener tareas prolongadas con total estabilidad.

Un millón de tokens equivale aproximadamente a una base de código extensa, varios informes extensos o horas de transcripciones en una sola petición. La ventaja práctica es que un agente puede mantener a la vista todo el proyecto en lugar de resumir y olvidar información.

Servir contextos largos resulta costoso, por lo que GLM-5.2 renueva su arquitectura. Z.ai propone IndexShare, que reutiliza el mismo indexador cada cuatro capas de sparse-attention; la ficha del modelo indica que esto reduce los FLOPs por token en 2.9× con una longitud de contexto de un millón de tokens.

GLM-5.2 también optimiza su capa de multi-token prediction (MTP) para speculative decoding, aumentando la longitud de aceptación hasta en un 20% según Z.ai. Una mayor aceptación se traduce en más tokens confirmados por paso, lo que acelera la generación.

GLM-5.2 añade múltiples niveles de esfuerzo de razonamiento para que puedas equilibrar la calidad y la latencia. Una consulta rápida no requiere el mismo presupuesto de razonamiento que una refactorización compleja. En OpenRouter, el modelo admite los parámetros reasoning y reasoning_effort.

Los precios en OpenRouter son atípicos: unos $0.034 por millón de tokens de entrada y $7 por millón de tokens de salida. Procesar entradas gigantescas es muy económico, mientras que las respuestas extensas cuestan más, un detalle clave a tener en cuenta en flujos de trabajo de agentes que generan mucho contenido.