Databricks sustituye Claude Opus 4.8 por GLM 5.2 de Zhipu AI y recorta el coste un 34%

El 11 de julio de 2026, Databricks anunció una decisión estratégica: convierte el modelo chino abierto GLM 5.2, de Zhipu AI, en su herramienta principal para automatizar la programación. En pruebas sobre su propia base de código de millones de líneas, GLM 5.2 obtuvo resultados idénticos a los de Claude Opus 4.8, de Anthropic, pero un 34% más barato: $1.28 por tarea frente a $1.94.

Cómo probó Databricks los modelos

Los ingenieros de Databricks ejecutaron agentes de programación sobre la base de código real de producción de la empresa: millones de líneas de código fuente que reflejan toda la complejidad y las particularidades del desarrollo real. Esto es crítico porque los benchmarks públicos suelen medir los modelos con tareas sintéticas, que no coinciden con el comportamiento del modelo sobre el código propio.

Databricks midió no solo la calidad y la velocidad del código generado, sino también el coste práctico a escala: cuánto dinero se gasta realmente en automatizar la programación al día, a la semana y al mes en producción. Ahí es donde la GLM 5.2 abierta demostró su valía.

Resultados: GLM 5.2 se pone al nivel de Opus 4.8

Los resultados son elocuentes:

• GLM 5.2 de Zhipu AI: $1.28 por tarea de programación
• Claude Opus 4.8 de Anthropic: $1.94 por la misma tarea
• Ahorro al pasar a GLM 5.2: $0.66 por tarea, una reducción del 34% en costes
• Calidad del código generado: idéntica
• Velocidad de ejecución y precisión: comparables
• Las pruebas se hicieron con datos de producción de Databricks, no con benchmarks públicos

Databricks probó también otros candidatos, pero GLM 5.2 quedó en primer lugar en relación calidad-precio.

Por qué esto desmonta la creencia extendida

La visión tradicional de la industria es que los modelos occidentales cerrados (Claude Opus, GPT de OpenAI, Gemini de Google) superan automáticamente a los equivalentes abiertos de Asia. Databricks desmonta ese mito en la práctica: en tareas reales de producción, la GLM 5.2 abierta de la china Zhipu AI programa tan bien como el Opus 4.8 propietario, con un ahorro notable.

«Las empresas suelen basarse solo en benchmarks públicos y no prueban los modelos con sus propios datos.

Los resultados pueden diferir mucho», viene a concluir Databricks.

La conclusión plantea la pregunta clave: si los modelos abiertos compiten en la práctica con los cerrados, ¿por qué pagar un 34% más?

Qué significa para el mercado

El mercado de modelos de IA se aleja del monopolio de uno o dos proveedores y avanza hacia una diversidad real. Los modelos abiertos de Zhipu AI (GLM), Meta* (Llama) y Mistral son competitivos no solo en precio, sino también en calidad en tareas prácticas de producción. Para las empresas esto significa que la oferta se amplía: no hay que elegir a ciegas el modelo con mejor ranking público, sino probar con datos propios y calcular el coste real de propiedad.

Preguntas frecuentes

¿Cuándo estará GLM 5.2 disponible públicamente?

GLM 5.2 ya está disponible como modelo de código abierto de Zhipu AI. Cualquier empresa puede descargarlo, probarlo y desplegarlo en sus servidores o en la nube sin pagar licencias.

¿Cuánto ahorrará en la práctica una empresa al pasar a GLM 5.2?

El ahorro depende del volumen de uso. Si una empresa gasta $100 al día en Claude Opus 4.8 para programar, pasar a GLM 5.2 supondría un ahorro aproximado de $34 diarios, o $12 400 al año. Pero esto exige probarlo con su propia base de código.

*Meta está reconocida como organización extremista y prohibida en Rusia.