Perplexity cogió GLM 5.2, el modelo chino de código abierto de Z.ai, lo post-entrenó y consiguió que rinda a la altura de Claude Opus 4.8 por alrededor de un tercio del coste. La compañía publicó una research preview del resultado, y el dato que sostiene todo es el precio: unas 0,344 veces el coste de procesar lo mismo con Opus 4.8.
Lo interesante no es solo el ahorro, es cómo lo consigue. El modelo no intenta ser mejor que Opus. Sabe cuándo no llega y pide ayuda.
Puntos clave
- Modelo post-entrenado a partir de GLM 5.2, el modelo abierto de Z.ai (unos 744.000 millones de parámetros, licencia MIT, publicado en junio de 2026).
- Rinde a nivel de Claude Opus 4.8 por alrededor de un tercio del coste.
- Incorpora una "advisor tool" que deriva las consultas difíciles a un modelo frontera de terceros.
- Corre sobre GPUs Nvidia B200 en Estados Unidos.
El truco: saber cuándo pedir ayuda
La pieza clave es la "advisor tool". Es una capacidad nativa del modelo para reconocer cuándo una consulta supera su propia competencia y pasarla a un modelo frontera. GLM 5.2 resuelve la mayoría de tareas por su cuenta, que son más baratas, y solo las de mayor dificultad se derivan a Claude Opus 4.8. Así se paga el precio alto de Opus únicamente en la fracción de casos que lo necesitan de verdad.
Ese enrutamiento es lo que baja la factura a un tercio sin desplomar la calidad. En vez de mandarlo todo al modelo caro, mandas lo justo. El resto lo despacha un modelo abierto que corre sobre GPUs Nvidia B200 en suelo estadounidense.
Un modelo chino en el centro del ahorro
GLM 5.2 viene de Z.ai, salió en junio bajo licencia MIT y ronda los 744.000 millones de parámetros. Que una empresa estadounidense como Perplexity construya su ahorro sobre un modelo abierto chino dice mucho del momento. Los modelos abiertos, salgan de donde salgan, se han convertido en la base sobre la que otros montan productos más baratos.
Perplexity no es la primera en tirar de modelos abiertos para recortar coste, pero el enfoque del enrutamiento inteligente lo hace replicable. La idea es sencilla de entender aunque montarla no lo sea: un modelo barato de primera línea, un modelo caro de reserva, y un sistema que decide cuál usa cada consulta.
Por qué importa para tu empresa
Aquí hay una lección directa de arquitectura de costes. No tienes que elegir entre el modelo más potente o el más barato. Puedes usar los dos y dejar que un sistema decida. Para la mayoría de tareas, un modelo económico basta; para el 10-20% difícil, tiras del modelo frontera. Si automatizas procesos con IA a volumen, este patrón de enrutamiento puede bajar tu factura de forma brutal sin que el usuario final note la diferencia. No es magia, es diseño. Y es justo el tipo de decisión donde tener a alguien que entiende de datos y de coste dentro de la empresa vale más que pagar por el modelo más caro "por si acaso".
Relacionado
