La apuesta de Z.ai: GLM-5.3-Flash debuta entre ambiciones de silicio chino y cuestiones sin resolver

El 26 de agosto de 2026, la desarrolladora Z.ai reveló la identidad del modelo "ox-alpha", que desde el 20 de agosto circulaba de forma anónima y gratuita en OpenRouter y OpenCode. Se trata de GLM-5.3-Flash, el primer modelo nativamente multimodal de la serie GLM-5, cuyos pesos están ya disponibles en Hugging Face con licencia MIT. Según declaró en X el fundador de Z.ai, Jie Tang, el 27 de agosto de 2026, durante la fase anónima el modelo se hizo con casi el 20 % de la cuota semanal de tokens en OpenRouter y alcanzó el primer puesto de la clasificación. El propio fundador comentó: "Ox Alpha = GLM-5.3 Flash AA = 57, 1/100 frontier price, Powered by pure Chinese chips. Delivered nearly 20% weekly token share (no. 1) on OpenRouter." (Ox Alpha equivale a GLM-5.3 Flash, 57 puntos en Artificial Analysis, una centésima parte del precio de los modelos de frontera, alimentado exclusivamente por chips chinos. Registró casi el 20 % de la cuota semanal de tokens, en primer lugar, en OpenRouter).

La arquitectura declarada es una Mixture-of-Experts de 320.000 millones de parámetros totales (de los cuales 18.000 millones activos por token), con un sistema de atención híbrida diseñado para reducir el cómputo y las necesidades de memoria de la caché KV. En las notas de lanzamiento oficiales del 26 de agosto de 2026, Z.ai afirma: "Native visual capabilities enable the model to observe interfaces, rendering results, and interaction feedback—creating a closed loop across code, browsers, and GUIs." (las capacidades visuales nativas permiten al modelo observar interfaces, resultados de renderizado y respuestas de interacción, creando un ciclo cerrado entre código, navegadores e interfaces gráficas). Sin embargo, persisten asimetrías en los documentos de lanzamiento. Mientras la ficha de Hugging Face recoge entradas de texto e imagen, la documentación de la API incluye además vídeo y archivos, con salida limitada al texto. Hay también una discrepancia sobre la ventana de contexto: los documentos oficiales de Z.ai hablan de cerca de un millón de tokens (1.048.576), pero algunas configuraciones de evaluación presentes en Hugging Face indican 300.000. Para el alojamiento propio de los pesos, distribuidos en FP8 nativo (unos 306 GiB), la empresa recomienda nodos con ocho GPU NVIDIA Hopper o posteriores.

La tesis más relevante afecta a la infraestructura de cómputo. Z.ai sostiene que toda la carga de trabajo de la fase anónima se gestionó exclusivamente con chips de fabricación china, mediante un motor de inferencia propio basado en SGLang. El South China Morning Post, en un artículo del 27 de agosto de 2026, recogió una declaración de Zhipu AI según la cual el modelo habría funcionado sobre un clúster de 100.000 chips chinos. El mismo diario cifra en 62 billones los tokens procesados antes del lanzamiento oficial y en más de 11 billones los servidos en OpenRouter durante los tres primeros días. También informó de que la acción de Zhipu AI cerró con una subida del 12 %, a 1.160 dólares de Hong Kong, el jueves 27 de agosto de 2026. Por ahora no se han hecho públicos ni el fabricante ni el modelo exacto de los chips, y el dato bursátil no aparece contrastado en cotizaciones oficiales independientes más allá de esa única fuente periodística.

También las métricas de rendimiento exigen cautela. Las puntuaciones declaradas por Z.ai —84,3 en Terminal-Bench 2.1, 63,4 en DeepSWE v1.1 y 48,8 en AutomationBench— aún no se han replicado de forma independiente. Lo mismo vale para los 57 puntos del Artificial Analysis Intelligence Index citados por el fundador, y para el reclamo comercial de un coste equivalente a una centésima parte del de los modelos de frontera occidentales: una comparación elegida por la empresa, no una medida estandarizada. La tarifa de Z.ai indica 0,15 dólares por millón de tokens de entrada y 0,50 de salida (0,03 para la entrada en caché), con una promoción del 50 % declarada activa hasta el 9 de septiembre de 2026. Además, los volúmenes totales de tokens siguen sin consolidarse: frente a las cifras del South China Morning Post, en X ha circulado un análisis de terceros que habla de 100 billones de tokens al día, cifra que no aparece en fuentes oficiales.

— Olya: Más allá del éxito de tráfico registrado en OpenRouter, la partida de GLM-5.3-Flash se juega en la transparencia del hardware. Si la eficiencia declarada sobre silicio chino llegara a confirmarse mediante verificaciones independientes, la dependencia de los chips occidentales para la inferencia a gran escala podría resultar menos absoluta de lo previsto. Hasta entonces quedan los pesos, abiertos con licencia MIT y comprobables por cualquiera que tenga el hardware, y una afirmación sobre el hardware que nadie fuera de Z.ai puede todavía controlar.