智谱 publica los detalles técnicos de GLM-5: inteligencia de nivel de ingeniería, compatible con potencia de cálculo nacional

El 12 de febrero, Zhipu lanzó GLM-5, sorprendiendo a todos. Diez días después, se publicó el informe técnico, permitiendo echar un vistazo al ADN interno del modelo GLM-5.

Lo interesante no es qué otra lista de clasificación se ha actualizado, sino que toda la mentalidad ha cambiado: ya no se compite por el tamaño de los parámetros, sino por la capacidad de ingeniería de sistemas.

Las tres cosas que hace GLM-5 son bastante concretas: 1. El modelo realmente puede realizar tareas complejas, no solo escribir unas líneas de código; 2. La eficiencia de entrenamiento ha mejorado un nivel, los modelos extremadamente grandes ya no son solo un juego de gastar dinero; 3. Desde la capa base hasta el marco de inferencia, se adapta completamente a los chips nacionales —esto es lo más crucial.

Si antes se decía que “China estaba en la carrera”, ahora ya está empezando a construir su propio sistema tecnológico.

De “proporcionar código” a “crear sistemas”

El informe introduce un cambio de concepto: de Vibe Coding a Agentic Engineering. La primera es que tú dices una instrucción y yo te entrego un fragmento de código; la segunda, que tú das un objetivo, yo planifico y desgloso por mí mismo, escribo código, ajusto herramientas y depuro en iteraciones, hasta completar todo el sistema.

El enfoque principal de GLM-5 ya no es solo obtener puntuaciones en tareas individuales, sino en:

Contexto de aproximadamente 200K (cantidad equivalente a varias centenas de páginas de documentos)

Tareas de ingeniería de software que cruzan archivos

Planificación y ajuste continuos en tareas de ciclo largo

Múltiples rondas de interacción manteniendo la coherencia del pensamiento

Por ejemplo, Vending-Bench 2 requiere “simular una máquina expendedora operando durante un año”, y al final verificar el saldo de la cuenta. GLM-5 en modelos de código abierto es el primero, cercano a Claude Opus 4.5. Esto evalúa la capacidad de decisiones a largo plazo, no solo preguntas y respuestas.

El modelo empieza a tener “inteligencia de nivel ingeniería”.

Atención dispersa: ya no se gasta sin pensar en potencia de cálculo

GLM-5 tiene 744 mil millones de parámetros (activados 40 mil millones), y entrenó 28.5 billones de tokens. Según la arquitectura tradicional, el consumo de potencia sería explosivo.

La innovación clave es DSA (DeepSeek Sparse Attention). El mecanismo de atención tradicional “mira todo”, y su complejidad computacional crece con el cuadrado del tamaño; DSA evalúa dinámicamente “qué tokens son realmente importantes” y solo calcula las partes clave.

Con un contexto de 200K, DSA reduce la carga de atención entre 1.5 y 2 veces.

Y además —sin pérdida de precisión.

Otros métodos de atención eficiente suelen sacrificar precisión, pero DSA, mediante una transición suave con preentrenamiento adicional, mantiene el rendimiento sin degradación.

El resultado es:

• Mismo poder de cálculo → contexto más largo
• Mismo costo → mayor capacidad de inferencia
• Mismo hardware → modelos más grandes

Para China, la innovación en eficiencia es mucho más importante que simplemente aumentar la potencia de cálculo.

Reconstrucción de la arquitectura de aprendizaje por refuerzo

El sistema RL de GLM-5 ha sido completamente renovado.

Desacoplar generación y entrenamiento. El modelo genera su trayectoria, y el entrenamiento se realiza en un sistema separado de forma asíncrona. Antes, había que esperar a que la tarea más lenta terminara para continuar entrenando; ahora, quien termina primero entrena primero, aumentando mucho el rendimiento. Esto es vital para tareas de agentes a largo plazo.

El algoritmo RL asíncrono para agentes resuelve el problema de tareas que duran varias horas en ingeniería de software real. Se introducen:

• Token-in-Token-out (evitar errores por resegmentación)
• Muestreo de importancia bidireccional
• Optimización de enrutamiento KV cache con conciencia de DP

El modelo puede aprender de manera estable en entornos complejos, sin colapsar por desviaciones en la estrategia.

En resumen, se trata de “cómo hacer que un gran modelo se auto-mejore continuamente en tareas reales”.

Un paso verdaderamente clave: adaptar el poder de cálculo nacional

La parte más importante del informe para la IA en China está aquí.

GLM-5 se adapta de forma nativa al ecosistema de GPU nacionales, ya es compatible con Huawei Ascend, Moore Thread, Hygon, Cambrian, Kunlun, Tianjishiji, Suiyuan.

No es solo “que pueda correr”, sino que:

• Optimización en la gestión del KV cache
• Adaptación a mecanismos de comunicación
• Coincidencia con entrenamiento de precisión mixta
• Alineación con entrenamiento cuantizado INT4
• Reconstrucción de estrategias de paralelismo distribuido

Muchos de los desafíos en el ecosistema de chips nacionales no son de potencia, sino de pila de software.

El significado de GLM-5 radica en que no está diseñado solo para una arquitectura de hardware extranjera, sino que se orienta a múltiples plataformas nacionales, haciendo una adaptación a nivel de sistema.

Esto representa una transformación cualitativa: los grandes modelos chinos comienzan a optimizarse en ingeniería en torno a su hardware local, en lugar de simplemente migrar pasivamente.

El informe señala que, gracias a la optimización extrema de la colaboración entre software y hardware, el rendimiento de GLM-5 en un solo nodo de potencia de cálculo nacional ya puede igualar a un clúster de dos GPU internacionales de gama alta; además, en escenarios de procesamiento de secuencias largas, su costo de despliegue se ha reducido en un 50%.

Un ciclo cerrado de hardware y software se está formando

Analizar la ruta tecnológica de GLM-5 por separado revela un ciclo completo:

Innovación en arquitectura del modelo (DSA) → Optimización de eficiencia de entrenamiento (RL asíncrono) → Compresión de memoria y comunicación (ZeRO, descarga de activaciones) → Alineación de precisión baja (QAT INT4) → Adaptación profunda a chips nacionales

Es una cadena completa de ingeniería de IA nacional.

Antes, la ventaja de China en IA estaba en la capa de aplicación; ahora, empieza a entrar en innovación en arquitectura, ingeniería de algoritmos, sistemas de entrenamiento, adaptación de chips y marcos de inferencia en toda la pila.

El verdadero significado de este informe no está en un puntaje de benchmark, sino en que China por primera vez muestra competitividad a través de una “capacidad sistémica”.

De la exhibición a la madurez

El informe de GLM-5 no exagera en decir “somos mejores que otros”, sino que detalla el proceso de entrenamiento, las decisiones algorítmicas, los balances de ingeniería y los experimentos de ablación. Eso mismo refleja madurez.

Cuando un modelo empieza a hablar de utilización de GPU, latencia en cola larga, reutilización de KV cache, alineación de kernels de cuantización, control de olvido catastrófico — ya no está mostrando solo capacidad, sino construyendo un sistema industrial.

Para China, GLM-5 es más bien una declaración: no solo podemos hacer modelos grandes, sino que también podemos adaptar nuestro propio hardware y conectar ambas cosas.

Eso es un verdadero salto cualitativo.

Aviso de riesgo y exención de responsabilidad

El mercado tiene riesgos, invierta con prudencia. Este artículo no constituye consejo de inversión personal ni considera objetivos, situación financiera o necesidades particulares de cada usuario. El usuario debe evaluar si las opiniones, puntos de vista o conclusiones aquí expresados se ajustan a su situación específica. Invierta bajo su propio riesgo.