Z.ai, la empresa detrás de los modelos GLM, ha lanzado GLM-5V-Turbo, un modelo de visión que convierte capturas de pantalla y bocetos de diseño en código frontend ejecutable. Le enseñas una imagen de la interfaz que quieres y te devuelve el código que la construye. La barrera entre diseño y programación se estrecha otra vez.
Puntos clave
- GLM-5V-Turbo se anunció el 1 de abril de 2026, especializado en "vision coding": de imagen a código.
- Interpreta capturas, mockups, bocetos y layouts, y genera código frontend ejecutable entendiendo estructura, colores y jerarquía de componentes.
- En el benchmark interno Design2Code marca 94,8 frente al 77,3 de Claude Opus 4.6.
- Basado en GLM-5 (arquitectura MoE de 744.000 millones de parámetros, 40.000 millones activos), con 200K de contexto.
- Es de pago vía API (cerrado): 1,20$ por millón de entrada y 4,00$ de salida. Disponible en OpenRouter y SiliconFlow.
De la imagen al código
El caso de uso es concreto y potente. Le das una captura de una web que te gusta, o un boceto de la interfaz que tienes en la cabeza, y GLM-5V-Turbo entiende el layout, la paleta de colores, la jerarquía de componentes y hasta la lógica de interacción, y te escribe el código frontend que lo reproduce. No describe la imagen, la convierte en algo que funciona.
La cifra que enseñan es un 94,8 en Design2Code frente al 77,3 de Opus 4.6. Conviene el matiz: es un benchmark interno de Z.ai, sin validación independiente confirmada. Los números propios siempre favorecen a la casa. Pero incluso descontando el sesgo, la dirección es clara: un modelo especializado en una tarea concreta le saca ventaja a uno generalista en esa tarea.
Debajo hay potencia de sobra. Se apoya en GLM-5, un mixture-of-experts de 744.000 millones de parámetros que activa 40.000 millones por token, con 200K de contexto. Es un modelo grande puesto al servicio de un caso muy específico.
Cerrado, y ese es el matiz
A diferencia de los modelos base de Z.ai, que son de pesos abiertos, la variante Turbo que logra ese 94,8 es cerrada, solo por API. 1,20 dólares por millón de entrada y 4,00 de salida. Está en OpenRouter y en SiliconFlow, y hay un plan de suscripción para código por unos 9 dólares al mes. Que la mejor versión sea de pago y cerrada dice algo del mercado: hasta los laboratorios que hacen bandera del open source se guardan la joya buena detrás de una API.
Es la misma estrategia que ya usan otros: un modelo base abierto que genera comunidad y confianza, y una versión afinada de pago que paga las facturas. El open source como escaparate, la API como caja registradora. No es criticable, es el modelo de negocio que sostiene a media industria, pero conviene tenerlo claro cuando alguien te vende un modelo como abierto y la versión que de verdad rinde está detrás de un contador de tokens.
Por qué importa para un founder español
Esto acorta una distancia que hasta ahora costaba dinero: la que va de una idea visual a un producto que funciona.
Si tienes una idea de web o de app y sabes cómo quieres que se vea, ya no necesitas describírsela a un desarrollador con palabras ni esperar semanas a un prototipo. Un boceto, una captura de una web que te gusta, y tienes un primer código funcional en minutos. Para validar una idea antes de invertir en ella de verdad, eso es oro. Prototipa, enséñaselo a cinco clientes, y solo entonces decide si merece un equipo.
Y hay una lectura de mercado. Cada uno de estos modelos especializados (visión a código, imagen, agentes) es una tarea que antes requería una persona con años de oficio y ahora se resuelve con una herramienta. No significa que sobren los profesionales, significa que el que sabe dirigir estas herramientas hace el trabajo de un equipo. La ventaja competitiva se está moviendo de tener el talento a saber orquestarlo.
Relacionado
