Z.AI, la plataforma de inteligencia artificial desarrollada por el equipo detrás de la familia de modelos GLM, lanzó GLM-5.1, su modelo insignia de próxima generación desarrollado específicamente para ingeniería agente. A diferencia de los modelos optimizados para pruebas comparativas limpias de un solo giro, GLM-5.1 está diseñado para tareas agentes, con capacidades de codificación significativamente más fuertes que su predecesor, y logra un rendimiento de vanguardia en SWE-Bench Pro mientras lidera a GLM-5 por un amplio margen en NL2Repo (generación de repositorios) y Terminal-Bench 2.0 (tareas de terminales del mundo real).
Arquitectura: DSA, MoE y RL asíncrono
Antes de profundizar en lo que puede hacer el GLM-5.1, vale la pena comprender en qué se basa, porque la arquitectura es significativamente diferente de la de un transformador denso estándar.
GLM-5 adopta DSA para reducir significativamente los costos de capacitación e inferencia mientras mantiene la fidelidad del contexto a largo plazo. El modelo utiliza una arquitectura glm_moe_dsa (modelo de mezcla de expertos (MoE) combinado con DSA). Para los desarrolladores de IA que evalúan si deben autohospedarse, esto es importante: los modelos MoE activan solo un subconjunto de sus parámetros por paso directo, lo que puede hacer que la inferencia sea significativamente más eficiente que un modelo denso de tamaño comparable, aunque requieren una infraestructura de servicio específica.
En el lado de la capacitación, GLM-5 implementa una nueva infraestructura de aprendizaje por refuerzo asincrónico que mejora drásticamente la eficiencia posterior a la capacitación al desacoplar la generación de la capacitación. Los novedosos algoritmos de RL de agentes asincrónicos mejoran aún más la calidad de RL, lo que permite que el modelo aprenda de interacciones complejas y de largo plazo de manera más efectiva. Esto es lo que permite que el modelo maneje tareas de agencia con el tipo de juicio sostenido que el entrenamiento RL de un solo turno tiene dificultades para producir.
El problema de la meseta que GLM-5.1 está resolviendo
Para comprender qué hace que GLM-5.1 sea diferente en el momento de la inferencia, es útil comprender un modo de falla específico en los LLM utilizados como agentes. Los modelos anteriores, incluido el GLM-5, tienden a agotar su repertorio temprano: aplican técnicas familiares para obtener ganancias iniciales rápidas y luego se estabilizan. Darles más tiempo no ayuda.
Esta es una limitación estructural para cualquier desarrollador que intente utilizar un LLM como agente de codificación. El modelo aplica el mismo libro de jugadas que conoce, choca contra una pared y deja de progresar sin importar cuánto tiempo dure. GLM-5.1, por el contrario, está diseñado para seguir siendo eficaz en tareas de agencia en horizontes mucho más largos. El modelo maneja problemas ambiguos con mejor criterio y se mantiene productivo durante sesiones más largas. Analiza problemas complejos, realiza experimentos, lee resultados e identifica bloqueadores con precisión real. Al revisar su razonamiento y revisar su estrategia mediante iteraciones repetidas, GLM-5.1 mantiene la optimización durante cientos de rondas y miles de llamadas a herramientas.
El desempeño sostenido requiere más que una ventana de contexto más amplia. Esta capacidad requiere que el modelo mantenga la alineación de los objetivos durante la ejecución extendida, lo que reduce la desviación de la estrategia, la acumulación de errores y las pruebas y errores ineficaces, lo que permite una ejecución verdaderamente autónoma para tareas de ingeniería complejas.
Puntos de referencia: dónde se encuentra GLM-5.1
En SWE-Bench Pro, GLM-5.1 logra una puntuación de 58,4, superando a GPT-5.4, Claude Opus 4.6 y Gemini 3.1 Pro, estableciendo un nuevo resultado de vanguardia.
El perfil de referencia más amplio muestra un modelo completo. GLM-5.1 obtiene una puntuación de 95,3 en AIME 2026, 94,0 en HMMT de noviembre de 2025, 82,6 en HMMT de febrero de 2026 y 86,2 en GPQA-Diamond, un punto de referencia de razonamiento científico a nivel de posgrado. En los puntos de referencia de agente y uso de herramientas, GLM-5.1 obtiene una puntuación de 68,7 en CyberGym (un salto sustancial con respecto al 48,3 de GLM-5), 68,0 en BrowseComp, 70,6 en τ³-Bench y 71,8 en MCP-Atlas (Public Set), este último particularmente relevante dado el creciente papel de MCP en los sistemas de agentes de producción. En Terminal-Bench 2.0, el modelo obtiene una puntuación de 63,5, que aumenta a 66,5 cuando se evalúa con Claude Code como andamio.
A través de 12 puntos de referencia representativos que cubren razonamiento, codificación, agentes, uso de herramientas y navegación, GLM-5.1 demuestra un perfil de capacidad amplio y bien equilibrado. Esto muestra que GLM-5.1 no es una mejora de una sola métrica: avanza simultáneamente en inteligencia general, codificación del mundo real y ejecución de tareas complejas.
En términos de posicionamiento general, la capacidad general y el rendimiento de codificación de GLM-5.1 están alineados en general con Claude Opus 4.6.
Ejecución sostenida de 8 horas: lo que eso realmente significa
La diferencia más importante en GLM-5.1 es su capacidad para ejecutar tareas a largo plazo. GLM-5.1 puede trabajar de forma autónoma en una sola tarea durante hasta 8 horas, completando el proceso completo desde la planificación y ejecución hasta las pruebas, la reparación y la entrega.
Para los desarrolladores que crean agentes autónomos, esto cambia el alcance de lo que es posible. En lugar de orquestar un modelo a través de docenas de llamadas a herramientas de corta duración, puede entregarle a GLM-5.1 un objetivo complejo y dejar que ejecute un ciclo completo de ‘experimentar-analizar-optimizar’ de forma autónoma.
Las demostraciones de ingeniería concretas lo hacen tangible: GLM-5.1 puede construir un entorno de escritorio Linux completo desde cero en 8 horas; realizar 178 rondas de iteración autónoma en una tarea de base de datos vectorial y mejorar el rendimiento a 1,5 veces la versión inicial; y optimizar un kernel CUDA, aumentando la velocidad de 2,6× a 35,7× mediante un ajuste sostenido.
Ese resultado del kernel CUDA es notable para los ingenieros de ML: mejorar la velocidad de un kernel de 2,6 × a 35,7 × a través de una optimización iterativa autónoma es un nivel de profundidad que a un ingeniero humano capacitado le tomaría mucho tiempo replicar manualmente.
Especificaciones e implementación del modelo
GLM-5.1 es un modelo MoE de 754 mil millones de parámetros lanzado bajo la licencia del MIT en HuggingFace. Opera con una ventana de contexto de 200 000 y admite hasta 128 000 tokens de salida máximos, ambos importantes para tareas a largo plazo que necesitan mantener grandes bases de código o cadenas de razonamiento extendidas en la memoria.
GLM-5.1 admite el modo de pensamiento (que ofrece múltiples modos de pensamiento para diferentes escenarios), transmisión de salida, llamada de funciones, almacenamiento en caché de contexto, salida estructurada y MCP para integrar herramientas externas y fuentes de datos.
Para la implementación local, los siguientes marcos de código abierto admiten GLM-5.1: SGLang (v0.5.10+), vLLM (v0.19.0+), xLLM (v0.8.0+), Transformers (v0.5.3+) y KTransformers (v0.5.3+).
Para el acceso API, el modelo está disponible a través de la plataforma API de Z.AI. Para comenzar, es necesario instalar zai-sdk mediante pip e inicializar un ZaiClient con su clave API. .
Conclusiones clave
GLM-5.1 establece un nuevo estado del arte en SWE-Bench Pro con una puntuación de 58,4, superando a GPT-5.4, Claude Opus 4.6 y Gemini 3.1 Pro, lo que lo convierte en uno de los modelos más sólidos evaluados públicamente para tareas de ingeniería de software del mundo real en el momento de su lanzamiento. El modelo está diseñado para una ejecución autónoma a largo plazo, capaz de trabajar en una única tarea compleja durante hasta 8 horas: ejecutar experimentos, revisar estrategias e iterar a lo largo de cientos de rondas y miles de llamadas a herramientas sin intervención humana. GLM-5.1 utiliza una arquitectura MoE + DSA entrenada con aprendizaje de refuerzo asincrónico, lo que reduce los costos de capacitación e inferencia en comparación con transformadores densos y al mismo tiempo mantiene la fidelidad del contexto a largo plazo, una consideración importante para los equipos que evalúan el autohospedaje. Es de peso abierto bajo la licencia MIT (parámetros 754B, ventana de contexto de 200K, tokens de salida máximos de 128K) y admite implementación local a través de SGLang, vLLM, xLLM, Transformers y KTransformers, así como acceso API a través de la plataforma Z.AI con compatibilidad con OpenAI SDK. GLM-5.1 va más allá de la codificación: también muestra importantes mejoras en la creación de prototipos de front-end, generación de artefactos y tareas de productividad de oficina (Word, Excel, PowerPoint, PDF), lo que lo posiciona como una base de uso general tanto para sistemas agentes como para flujos de trabajo de contenido de alta calidad.
Consulte los pesos, API y detalles técnicos. Además, no dude en seguirnos en Twitter y no olvide unirse a nuestro SubReddit de más de 120.000 ML y suscribirse a nuestro boletín. ¡Esperar! estas en telegrama? Ahora también puedes unirte a nosotros en Telegram.
¿Necesita asociarse con nosotros para promocionar su repositorio de GitHub O su página principal de Hugging O su lanzamiento de producto O seminario web, etc.? Conéctate con nosotros