Esta semana en IA #40: GLM-5.2 con 1M de contexto y Claude en su generación 5

El titular de la semana

La frontera de la IA dejó de tener un solo dueño. Z.ai lanzó GLM-5.2 con contexto de 1M tokens sin pérdida, y Anthropic completó el salto a su generación 5 con Claude Fable 5 redeployado globalmente, Mythos como modelo más potente y Sonnet 5 como default. Dos frentes, una misma dirección: agentes que sostienen trabajo largo y contexto masivo como nuevo estándar.

Z.ai — GLM-5.2

• GLM-5.2 (13 jun): contexto extendido de 200K a 1M tokens sin pérdida, con dos niveles de thinking effort. Pensado para agentes de coding de larga duración; disponible en todos los tiers del GLM Coding Plan.
• Linaje: GLM-4.6 (sep 2025, 357B open-weight) → GLM-5 → GLM-5.1 (8h autónomo) → GLM-5.2 (1M). Cada versión empuja cuánto trabajo sostiene un agente.
• Open-weight: GLM-4.6 mantiene disponible el self-hosting para cargas sensibles o con restricciones de soberanía de datos — relevante en regulación LATAM.

Anthropic — la generación 5

• Claude Fable 5 (1 jul): redeploy global con salvaguardas de ciberseguridad reforzadas, tras meses de acceso restringido.
• Claude Mythos: el modelo más potente de Anthropic, descrito como un «step change». Versión «safe» liberada a empresas seleccionadas.
• Sonnet 5: ahora el default de Anthropic — más rápido y barato que Opus (ojo: reportes de mayor consumo de tokens en casos agénticos).
• Opus 4.1 retirado el 15 de junio. Migrar tráfico por defecto a Sonnet 5; reservar Fable 5 para la frontera.
• Claude Code: filesystem isolation + session resume para sesiones largas.

El resto de la industria

• Open-weight: GLM-4.6 se suma a DeepSeek V4, Qwen 3.7 y Kimi K2.6. La frontera abierta empató a los cerrados en benchmarks clave.
• MCP: confirmado como estándar de facto — OpenAI, Google, Mistral y ya GLM lo soportan. Tus integraciones son portables entre clientes.
• Adopción LatAm: los equipos que enrutan varios modelos ganan flexibilidad de costo y soberanía; los que se casan con un vendor quedan expuestos a deprecaciones como la de Opus 4.1.

La conclusión para quien construye

Si trabajas con IA en producción, julio 2026 deja dos lecciones. Primera: audita qué versión de modelo tienes hardcodeada — Opus 4.1 ya rompe producción. Segunda: el contexto largo y los pesos abiertos dejaron de ser experimentos; evalúa GLM-5.2 para cargas de coding extensas y GLM-4.6 para self-hosting con números propios antes de descartarlos.