Esta semana circula una filtración jugosa: Zhipu (Z.ai) estaría entrenando modelos internos de 32B, 122B y 256B parámetros para fusionarlos en la base de GLM-5.5, y a 4 bits el de 32B ocupa unos 16 GB, es decir, cabe en una sola GPU de consumo. La conclusión que se repite en redes: GLM 5.5 podría llegar en tamaños que una pyme puede ejecutar en casa.
La filtración existe, es reciente y apunta a una fase avanzada de desarrollo. Pero conviene separar tres cosas que los titulares mezclan: lo que dice la filtración, lo que es interpretación de quien la difunde y lo que Z.ai ha confirmado oficialmente (que, de momento, es nada). Este artículo hace ese ejercicio con fechas y fuentes, porque la historia de GLM-5.5 ya acumula rumores fallidos.
1. Qué dice la filtración, exactamente
Los posts que han puesto el tema sobre la mesa (30 y 31 de octubre de 2026) coinciden en lo esencial:
- Zhipu tendría modelos internos de 32B, 122B y 256B parámetros en entrenamiento, destinados a fusionarse (model merging) en la base de la siguiente generación, GLM-5.5.
- El proyecto estaría en fase avanzada de post-entrenamiento, la etapa donde se pulen las capacidades antes del lanzamiento.
- Según el análisis que amplificó la filtración, el foco estaría en programación y finanzas cuantitativas, con entornos de refuerzo para sandboxes de código y finanzas.
- El dato que ha vuelto viral el asunto es aritmético: un modelo de 32B en cuantización de 4 bits ocupa unos 16 GB, el terreno natural de una GPU doméstica.
Dos precisiones importantes que los titulares se saltan. Primera: los tamaños filtrados son modelos internos de entrenamiento, y que existan para fusionar en la base no garantiza que Zhipu publique ninguno de ellos con pesos descargables. Segunda: "fusionar modelos" (model merging) es una técnica de combinación de capacidades; el resultado de fusionar tres modelos no rinde automáticamente como uno entrenado desde cero de ese tamaño.
2. La aritmética: qué se puede ejecutar en casa
Si esos tamaños acabaran publicándose como pesos abiertos, el mapa de hardware quedaría así. La cuantización a 4 bits usa aproximadamente medio byte por parámetro, y a eso hay que sumar memoria para el contexto (KV cache) y activaciones:
| Modelo | Parámetros | RAM de GPU a 4 bits (aprox.) | Hardware mínimo realista |
|---|---|---|---|
| GLM 5.5 pequeño | 32B | ~16 GB + overhead | Una GPU de 24 GB (RTX 3090/4090) con margen para contexto |
| GLM 5.5 medio | 122B | ~61 GB + overhead | Dos GPUs de 24 GB, o un Mac Studio de 64-96 GB unificada |
| GLM 5.5 grande | 256B | ~128 GB + overhead | Servidor multi-GPU o Mac de memoria unificada de 128-192 GB |
El titular "una GPU" es cierto para el 32B y solo a partir de tarjetas de 24 GB; en una de 16 GB el margen para contexto largo es mínimo. Aun así, la diferencia con la generación anterior es sustancial: el GLM-5.3 actual son 744B totales (40B activos), nada ejecutable en casa sin un clúster.
Una referencia útil del mercado: el modelo abierto más grande publicado este año es el Qwen3.8-2.4T-A95B, de Alibaba. Un 256B de Zhipu no sería el mayor open-weights histórico, pero un 32B del linaje GLM-5.5 sí sería el modelo más pequeño y capaz de esa familia, que es justo lo que interesa a quien monta IA en su propio servidor.
3. Historial: por qué hay que tomarlo con cautela
GLM-5.5 acumula una temporada de rumores, y el registro fechado es revelador:
- 20 de julio: un post afirma que Z.ai se saltaría GLM-5.3 y lanzaría GLM-5.5 en agosto con más de 1T de parámetros. Falló dos veces: Z.ai publicó GLM-5.3 el 14 de agosto y agosto cerró sin 5.5.
- El tamaño creció con la distancia de la fuente: de "1T+" a "3T+" en nueve días, sin fuente primaria en ningún paso. "Mythos 5.1", el rival que supuestamente batía, corresponde a un modelo de Anthropic que existe con otro nombre.
- Z.ai nunca se ha saltado un número en esta línea: 4.5, 4.6, 4.7, 5, 5.1, 5.2 y 5.3, con intervalos de 51 a 83 días (mediana de 65). Por ese ritmo, la siguiente versión cae entre el 8 de octubre y el 9 de noviembre, y por patrón de nombre sería GLM-5.4.
- En OpenRouter y en la organización zai-org de Hugging Face no existe ningún identificador glm-5.5 en la última comprobación. Hasta que aparezca, GLM-5.5 es un nombre de rumor.
La lectura honesta: la filtración de esta semana es más específica (tamaños concretos, fase de post-entrenamiento) que los rumores de julio, y la ventana de calendario encaja con el ritmo histórico de Z.ai. Pero el escepticismo se lo ganó a pulso la cadena anterior, y Zhipu no ha confirmado nada.
4. Lo que sí está confirmado de Z.ai
Fuera del rumor, la foto oficial:
| Modelo | Tamaño | Contexto | Pesos | Precio API (por 1M tokens) |
|---|---|---|---|---|
| GLM-5.3 | 744B totales, 40B activos | 1M entrada, 128K salida | Abiertos (28 de agosto) | $1,40 entrada / $4,40 salida |
| GLM-5.3-Flash | 320B totales, 18B activos | 1M entrada, multimodal | Abiertos, licencia MIT | $0,15 / $0,50 |
Y una señal corporativa relevante: el 13 de septiembre, Z.ai comunicó a la bolsa de Hong Kong una capitación de 5.000 millones de dólares, con cerca del 60% destinado a modelos de próxima generación y a su sistema de autoentrenamiento (Reuters, a partir del registro bursátil). Sea cual sea el nombre final del próximo modelo, hay presupuesto confirmado detrás.
El precedente más interesante para esta filtración es el de Ox Alpha: GLM-5.3-Flash pasó dos semanas corriendo de forma anónima en OpenRouter antes de revelar su nombre. Un checkpoint de prueba con huella de tokenizer de Z.ai sería, según el historial, la señal más fiable de que algo se acerca.
5. Las señales que convertirán el rumor en hecho
Para saber si GLM-5.5 (o GLM-5.4) es real, hay cinco sitios concretos con más señal que cualquier hilo de X:
- Un repositorio nuevo en la organización zai-org de Hugging Face o en ModelScope.
- Un identificador glm-5.4 o glm-5.5 en los docs de la API de Z.ai o en OpenRouter.
- Una nota de lanzamiento en docs.z.ai (históricamente anuncian a sus suscriptores del Coding Plan días antes de la API).
- Un nombre en clave en OpenRouter o en algún arena con contexto de 1M tokens y huella de tokenizer de Z.ai, el patrón Ox Alpha.
- Los alias rodantes de OpenRouter (~z-ai/glm-latest): a qué modelo apuntan el día del lanzamiento.
Cuando cualquiera de esas cinco señales se active, este artículo tendrá continuidad con benchmarks medidos. Mientras tanto, cualquier cifra de rendimiento de GLM-5.5 que circule es, por definición, inventada.
6. Qué significa para las pymes que montan IA local
Más allá del circo de filtraciones, la dirección de viaje es la que interesa a una empresa con servidores propios:
La frontera de los modelos pequeños se desplaza hacia arriba. La generación actual ya trae modelos abiertos con muy pocos parámetros activos por token: el Qwen3.8-Flash-Next de Alibaba son 125B con 6B activos, y el GLM-5.3-Flash de Zhipu son 320B con 18B activos y licencia MIT. Si la filtración se cumple y la familia GLM-5.5 baja a un 32B, una pyme podría ejecutar en una sola GPU de 2.000 euros un modelo descendiente directo de un flagship de primer nivel. Ese es el camino para automatizar con datos que no salen del edificio: atención al cliente, extracción de datos de facturas, clasificación documental.
El coste de espera es bajo, el coste de decidir mal es alto. GLM-5.3 y su Flash ya están disponibles, abiertos y baratos, y cubren los casos de uso actuales. Esperar unas semanas a que los pesos de la nueva generación lleguen con benchmarks medidos no cuesta nada; montar sobre rumores, sí.
El patrón del sector es claro. Alibaba con Qwen 4 y Zhipu con GLM-5.5 están en la misma fase: post-entrenamiento avanzado, kernels preparándose, modelos anónimos en arenas. Los próximos dos meses concentran la mayor renovación de modelos abiertos del año, y quien tenga claro su caso de uso podrá elegir con números en la mano en lugar de con titulares.
Conclusión: qué está confirmado y qué no
Confirmado: GLM-5.3 (744B) y GLM-5.3-Flash (320B) son hoy los modelos abiertos de Zhipu, con pesos publicados y precios públicos, y Z.ai ha recaudado 5.000 millones de dólares con el 60% destinado a la próxima generación. Filtrado, sin confirmar: modelos internos de 32B, 122B y 256B en post-entrenamiento para fusionar en la base de GLM-5.5, con el 32B como candidato a correr en una GPU doméstica. Inexistente a fecha de hoy: cualquier benchmark, fecha o identificador oficial de GLM-5.5.
Las cinco señales del artículo dirán la verdad antes que ningún tuit. Cuando lleguen los pesos y los benchmarks medidos, haremos el análisis de rendimiento y coste real por caso de uso.
Reserva tu sesión de consultoría técnica de 60 minutos aquí y dimensionamos qué hardware necesita tu caso de uso hoy, con los modelos que ya están publicados, sin apostar por filtraciones.
Preguntas frecuentes
¿Es verdad que GLM 5.5 llegará en versión de 32B?
Es una interpretación de una filtración, no un anuncio. La filtración indica que Zhipu entrena modelos internos de 32B, 122B y 256B para fusionarlos en la base de GLM-5.5. Que esos tamaños se publiquen como pesos abiertos es posible (la línea GLM tiene tradición open-weights) pero no está confirmado por Zhipu.
¿De verdad cabe un modelo de 32B en una sola GPU?
Sí, con matices. A cuantización de 4 bits, 32.000 millones de parámetros ocupan unos 16 GB de memoria de pesos. A eso hay que sumar el KV cache y las activaciones, así que el montaje realista es una GPU de 24 GB (RTX 3090 o 4090) con contexto moderado. En una tarjeta de 16 GB el margen se queda muy justo.
¿Cuándo sale GLM-5.5?
No hay fecha oficial. Z.ai nunca se ha saltado un número en esta línea y publica cada 51-83 días (mediana 65), lo que sitúa la próxima versión entre el 8 de octubre y el 9 de noviembre de 2026. Por patrón de nombre sería GLM-5.4; el salto a 5.5 rompería la serie por primera vez. El anuncio definitivo llegará por los canales oficiales: docs.z.ai, la organización zai-org en Hugging Face o OpenRouter.
¿GLM-5.5 será de pesos abiertos?
Desconocido. GLM-5.3 y GLM-5.3-Flash son abiertos (este último con licencia MIT), lo que hace probable la continuidad, pero Z.ai no ha dicho nada sobre la licencia de su siguiente modelo.
¿Debería esperar a GLM-5.5 para montar IA en mi empresa?
No hace falta. GLM-5.3 y GLM-5.3-Flash ya cubren hoy los casos habituales (1M de contexto, pesos abiertos, precios desde $0,15 por millón de tokens de entrada) y se pueden ejecutar en servidor propio. La recomendación práctica: empieza con lo publicado, mide resultados y evalúa la nueva generación cuando tenga pesos y benchmarks verificados; migrar entre versiones de la misma familia es el problema más sencillo de esta historia.