Claude Fable 5.1 vs GLM-5.2: Alquilar la cima del índice, o poseer el último buque insignia abierto.

La pregunta en toda comparación entre cerrado y abierto no es realmente "qué modelo puntúa más alto" — es quién controla aquello sobre lo que estás construyendo. Claude Fable 5.1, el buque insignia de Anthropic lanzado el 1 de septiembre de 2026, es actualmente el primero en el índice Artificial Analysis Intelligence con 66, y solo puedes alquilarlo: pesos cerrados, API cerrada, seguridad y precios controlados por Anthropic. GLM-5.2, el buque insignia de pesos abiertos de Zhipu lanzado el 16 de junio de 2026 con pesos bajo licencia MIT en Hugging Face, es el modelo más potente que realmente puedes poseer: descarga el archivo, ejecútalo en tus propias GPU, ajústalo, colócalo detrás de tu cortafuegos y olvídate para siempre de la tarifa de proveedor. Todo lo demás en esta comparación — la brecha de quince puntos en el techo, la brecha de siete veces en el precio, la brecha multimodal — es un detalle bajo ese único hecho contractual.

La licencia es la especificación

Empieza con lo que cada modelo te permite hacer, porque eso define todos los demás números. Los pesos de GLM-5.2 tienen licencia MIT, que es el extremo permisivo del espectro de pesos abiertos: sin restricción de uso comercial, sin restricción de modificación, sin obligación de compartir tus cambios. Es un modelo de mezcla de expertos de aproximadamente 753 mil millones de parámetros, con unos 40 mil millones de parámetros activos, lo que en la práctica supone un compromiso de infraestructura serio pero acotado: alrededor de 1,5 TB en BF16, ejecutable en un nodo multi-GPU. También puedes simplemente usarlo alojado, en la API propia de Zhipu y en OrcaRouter, y omitir por completo el hardware.

Claude Fable 5.1 no ofrece nada de eso. Es un servicio con un marco de seguridad: Anthropic lo lanza como la cara de acceso general de sus pesos de clase Mythos, el mismo modelo subyacente que impulsa el Claude Mythos 5.1 restringido para organizaciones verificadas de ciberseguridad y ciencias de la vida. Obtienes la capacidad, las salvaguardas y las mejoras continuas, y renuncias al archivo. Para una startup que quiere moverse rápido, ese intercambio es aceptable. Para un banco, un contratista de defensa o cualquiera cuyos datos no puedan salir de su propia VPC, la opción cerrada puede quedar descartada antes de que siquiera se discutan los benchmarks.

La brecha de capacidad, medida

En el índice independiente la brecha es inequívoca. Claude Fable 5.1 lidera con 66 (esfuerzo máximo) — la puntuación más alta que Artificial Analysis ha registrado — mientras que GLM-5.2 se sitúa en 51, lo que lo convirtió en el mejor modelo de pesos abiertos en su lanzamiento. La brecha se reduce en las configuraciones predeterminadas de AA, donde el ajuste de respaldo predeterminado de Claude Fable 5.1 muestra 53 frente a los 51 de GLM-5.2, así que la lectura honesta es una amplia brecha de techo y una estrecha brecha servida. En los benchmarks agénticos reportados por Anthropic, la diferencia se amplía a otra liga: 52.6% en Terminal-Bench-Science 0.1 y 55.8% en Terminal-Bench 4.0 no son cifras que ningún modelo de pesos abiertos esté acercándose actualmente.

Las fortalezas genuinas de GLM-5.2 son más limitadas y reales. Fue el primer modelo de pesos abiertos en encabezar una arena importante de diseño y frontend, ocupando el puesto #1 en Design Arena con un Elo de 1,360 que superó por poco a Claude Fable 5 — un resultado de vendor-arena, pero concreto en una disciplina donde los modelos abiertos rara vez lideran. Zhipu reporta 62.1 en SWE-bench Pro, la mejor cifra de pesos abiertos en su lanzamiento, y GLM-5.2 se defiende bien en codificación cotidiana y generación estructurada. El resumen honesto: GLM-5.2 es un modelo de codificación y generación de pesos abiertos muy fuerte que cerró la mayor parte de la brecha con la generación anterior de Claude, y Claude Fable 5.1 está un nivel por encima en los razonamientos más difíciles y en el trabajo agéntico de largo alcance.

La ficha técnica, lado a lado

• Precio — Claude Fable 5.1 $10.00 / $50.00 por 1M frente a GLM-5.2 $1.40 / $4.40 por 1M en Z.AI (lectura de caché $0.26). Aproximadamente 7 veces más barato en entrada y 11 veces en salida.

• Licencia — Claude Fable 5.1 cerrado, solo API, frente a GLM-5.2 con pesos abiertos bajo MIT en Hugging Face, autoalojable.

• Escala — Claude Fable 5.1 con pesos no divulgados frente a GLM-5.2 con 753B totales / ~40B activos MoE, ~1.5TB en BF16.

• Contexto / salida máxima — tanto el contexto de 1M de tokens como la salida máxima de ~128K.

• Entradas — Claude Fable 5.1 acepta texto e imagen; GLM-5.2 es solo texto.

• Puntuación independiente — Claude Fable 5.1 con 66 en el AA Intelligence Index (máximo) frente a GLM-5.2 con 51, la puntuación más alta de pesos abiertos en el momento de su lanzamiento.

El costo real de cada elección

Un ejemplo de factura mensual hace concreto el dilema de alquilar frente a comprar. Tome 100 millones de tokens de entrada y 20 millones de tokens de salida en un mes: una carga de trabajo de programación intensa, nada exótico. Al precio de lista de Claude Fable 5.1, eso son $1,000 de entrada y $1,000 de salida: $2,000. A la tarifa alojada de GLM-5.2, son $140 de entrada y $88 de salida: unos $228, una diferencia de aproximadamente nueve veces en los mismos volúmenes de tokens, antes de descuentos de caché en cualquiera de los lados. Multiplique por un año y la brecha financia mucha infraestructura.

Ser dueño del modelo cambia qué costos ves pero no los elimina. Un GLM-5.2 autoalojado reemplaza la factura por token con GPUs, electricidad y un equipo de inferencia, y para un modelo de este tamaño la partida de hardware es real — pero es un costo fijo que se amortiza, no escala linealmente con tu uso, y viene con un control de datos que ninguna API puede igualar. Las dos opciones no son "Anthropic cara versus Zhipu barata"; son una decisión de opex y una decisión de capex con etiquetas de precio.

Cuando la opción abierta realmente gana.

Elige GLM-5.2 cuando el volumen sea alto y la tarea esté bien comprendida: asistencia de codificación a gran escala, extracción estructurada y pipelines de generación donde el modelo sea un caballo de batalla más que un pensador. Elígelo cuando la soberanía de datos descarte la API por completo, cuando necesites hacer fine-tuning sobre código propietario, o cuando quieras un modelo cuyos pesos ningún proveedor pueda revocar. El resultado de design-arena es un recordatorio de que, en disciplinas específicas y bien delimitadas, un modelo abierto puede liderar de forma clara, y la licencia MIT significa que cualquier ventaja que encuentres es tuya para conservarla.

Cuando no

Elija Claude Fable 5.1 cuando la tarea se encuentre en el techo del razonamiento — investigación autónoma, agentes de largo horizonte, los trabajos donde un modelo que se rinde temprano hace fallar toda la ejecución — o cuando necesite entrada de imágenes, que GLM-5.2 no admite. Elíjalo cuando quiera el margen de seguridad y el ritmo de actualizaciones de un proveedor que mejora activamente su producto insignia, y cuando prefiera pagar por token en lugar de ejecutar GPUs. Y si no está seguro, el patrón de enrutamiento lo resuelve sin una elección permanente: GLM-5.2 y Claude Fable 5.1 están ambos en OrcaRouter a los precios de lista de sus proveedores con cero recargo, así que puede enviar el trabajo de alto volumen a GLM-5.2, escalar las tareas difíciles a Claude Fable 5.1 y ajustar la división a medida que lleguen sus evaluaciones — mientras mantiene la opción de autoalojar GLM-5.2 más adelante si el volumen alguna vez justifica el hardware.