Zhipu AI reconoce errores en el lanzamiento de GLM-5 y ofrece compensaciones

La china Zhipu AI se encuentra en una situación delicada tras el fallido arranque de su programa GLM Coding Plan. El 21 de febrero, la compañía publicó una carta oficial de disculpas en la que reconoció los errores cometidos y anunció medidas concretas para compensar a los usuarios afectados. Es un caso poco habitual en un mercado donde las grandes tecnológicas suelen preferir silenciar sus fallos operativos antes que hacerlos públicos.

Zhipu AI, responsable de la serie de modelos GLM, es uno de los desarrolladores de modelos de lenguaje más visibles de China. Desde hace tiempo compite con empresas como Baidu y Alibaba por captar a desarrolladores y clientes corporativos. El lanzamiento de GLM-5 debía ser un nuevo paso adelante que reforzara la posición de la plataforma, pero la expectación generada por el modelo se volvió en contra de la propia compañía: el tráfico superó con creces las previsiones y la infraestructura no soportó la carga.

En su carta, Zhipu AI enumeró abiertamente tres errores clave. El primero, la falta de transparencia en las normas del programa GLM Coding Plan: los usuarios no entendían a qué se suscribían exactamente ni en qué condiciones accederían a las nuevas funciones. El segundo, un despliegue escalonado de GLM-5 demasiado lento: la empresa optó por ampliar el acceso con cautela, lo que, sumado a la expectación, desembocó en un descontento generalizado. El tercero, un mecanismo de transición mal diseñado para los clientes existentes, que se quedaron sin las actualizaciones prometidas sin una explicación clara. Llama la atención que la dirección no intentó culpar a factores externos: los tres puntos se presentan como fallos de gestión internos.

El aspecto técnico del problema resultó previsiblemente doloroso. Tras la salida de GLM-5, el tráfico superó todas las expectativas y la compañía simplemente no pudo ampliar la capacidad de sus servidores al ritmo necesario. Como consecuencia, tuvo que introducir un acceso por fases al modelo: primero para los usuarios del nivel Max, después para Pro y, por último, para Lite.

En el momento de publicar las disculpas, los clientes Max ya tenían acceso completo; los usuarios Pro estaban formalmente conectados, pero sufrían limitaciones en horas punta por la elevada carga de los clústeres. Los suscriptores del plan Lite siguen esperando su turno: la compañía prevé abrirles el acceso de forma gradual en periodos de menor demanda después de las fiestas. Como compensación, todos los usuarios afectados de los planes Pro y Lite pueden solicitar por su cuenta el reembolso si el servicio no ha cumplido sus expectativas.

Esta historia importa como escándalo corporativo, pero también como síntoma de un problema más amplio del sector. La carrera por lanzar nuevos modelos a menudo va por delante de la capacidad de la infraestructura, y esto no afecta solo a las empresas chinas. Las compañías occidentales también han vivido situaciones similares de saturación de servidores y condiciones de acceso poco claras: basta recordar las numerosas caídas de ChatGPT en sus inicios o las restricciones periódicas de acceso a la API de OpenAI en momentos de alta demanda. La diferencia es que Zhipu AI decidió actuar con transparencia: reconocer públicamente los errores sigue siendo en el sector tecnológico más una excepción que la norma.

Para el mercado de modelos de lenguaje, este episodio sienta un precedente importante. Los usuarios son cada vez más exigentes: esperan modelos de calidad, pero también una infraestructura fiable, condiciones claras y una respuesta rápida ante los problemas. Las empresas capaces de comunicarse con honestidad con su público en situaciones de crisis tienen la oportunidad de conservar la confianza incluso tras fallos graves. Zhipu AI ha apostado precisamente por ese enfoque; ahora queda por ver si respalda sus palabras con acciones reales para corregir la situación.