GLM-5.2: la IA china open-source que compite con GPT-5.5 y genera polémica por “creerse Claude”

Z.ai acaba de mover fuerte el tablero de la inteligencia artificial con GLM-5.2, su nuevo modelo de frontera enfocado en programación, tareas largas y agentes de desarrollo.

Lo más llamativo no es solo su rendimiento, sino su propuesta: GLM-5.2 llega como modelo open-source bajo licencia MIT, lo que permite descargarlo, desplegarlo y usarlo sin depender necesariamente de una API cerrada. Eso sí, llevarlo a producción local no será barato ni simple, porque hablamos de un modelo enorme que requiere infraestructura seria.

Según los resultados publicados por Z.ai, GLM-5.2 destaca especialmente en tareas de coding de largo horizonte. En algunas pruebas supera a GPT-5.5 y Gemini 3.1 Pro, mientras que se mantiene muy cerca de Claude Opus 4.8, uno de los modelos más fuertes del momento para desarrollo de software avanzado.

Pero la polémica llegó por otro lado.

Varios usuarios empezaron a reportar que, al preguntarle directamente quién es, GLM-5.2 responde como si fuera Claude, el modelo de Anthropic. Esto abrió una discusión dentro de la comunidad sobre el origen de su entrenamiento y si pudo haber aprendido patrones de respuesta similares a los de Claude durante su etapa de post-entrenamiento.

Una de las hipótesis más comentadas es la destilación de conocimiento: un proceso donde un modelo más pequeño o nuevo aprende a resolver tareas imitando salidas de modelos más avanzados. Sin embargo, hasta ahora no existe una confirmación oficial de que Z.ai haya usado a Claude como modelo profesor, por lo que esta explicación debe tratarse como una posibilidad, no como un hecho comprobado.

Aun así, el caso es importante porque muestra un problema cada vez más visible en la carrera de la IA: los modelos no solo aprenden a programar, razonar o responder mejor, también pueden absorber estilos, patrones e incluso confusiones de identidad si los datos de entrenamiento no están bien filtrados.

GLM-5.2 podría convertirse en una de las alternativas open-source más importantes para desarrolladores, empresas y equipos que buscan potencia sin depender por completo de proveedores cerrados. Pero también deja una pregunta incómoda sobre la mesa:

¿Estamos viendo verdadera innovación abierta o modelos que aprenden demasiado bien de sus rivales?