Z.ai confirma que Ox Alpha es su nuevo GLM open-weight

Z.ai confirma lo que la comunidad ya sospechaba

Durante casi una semana, Ox Alpha fue el protagonista de uno de los juegos de adivinanzas más comentados del año en el ecosistema de IA. El modelo apareció el 20 de agosto en OpenRouter como un lanzamiento "stealth" de un proveedor anónimo, con ventana de contexto de algo más de un millón de tokens, acceso gratuito durante una semana y entrada multimodal (texto, imagen y vídeo). El misterio disparó teorías hacia Z.ai, DeepSeek, Microsoft MAI e incluso Xiaomi, según recogió OnMSFT.

Este 26 de agosto, Z.ai confirmó a Bloomberg que Ox Alpha es la nueva iteración de su serie GLM. Los pesos del modelo se publicarán este miércoles, momento en el que cualquier desarrollador podrá construir sobre él. La propia Z.ai lo describe como "un modelo de razonamiento diseñado para coding, trabajo agentico sostenido y cargas de producción, suited para ingeniería de software de largo horizonte, razonamiento complejo y flujos de trabajo que combinan texto con contexto visual".

Por qué los developers acertaron el diagnóstico

La pista más sólida llegó por una vía poco glamurosa: el tokenizador. El desarrollador conocido como dax ejecutó 25 prompts de prueba y descubrió que Ox Alpha coincidía con GLM en 11 de 11 sondeos de tokenización, mientras que ningún otro laboratorio superaba cuatro coincidencias, según reconstruyó OfficeChai. DeepSeek, por ejemplo, quemaba 98 tokens en una prueba de dígitos donde GLM utilizaba 29.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

Otro indicio fue la estrella del "dirty token": el mismo tropiezo que históricamente afectaba a los modelos Qwen y GLM, lo que ya apuntaba a un laboratorio chino antes incluso de que se confirmase cuál. El CEO de Stripe, Patrick Collison, lo probó y lo calificó como "very impressive", según The Next Web.

Qué hizo Ox Alpha antes de tener nombre

Aunque el modelo no estaba identificado, sus números en benchmarks llamaron la atención. En una prueba informal del benchmark DeepSWE realizada por el developer Ben Davis, Ox Alpha alcanzó un 80% de precisión en primera pasada, frente al 65% de Claude Fable 5 y el 52% de GPT-5.6 Sol, según OfficeChai. El resultado fue suficiente para viralizarlo y romper la racha de 56 días de DeepSeek al frente del leaderboard de OpenCode.

La estrategia de lanzamiento —publicar gratis en OpenRouter, sin marca, durante una semana— no era nueva para Z.ai. La misma playbook se había usado con GLM-5, que apareció bajo el alias Pony Alpha. El objetivo, coinciden las fuentes, es benchmarkear en terreno neutral y conseguir chatter imparcial antes de que la narrativa del "modelo chino barato" se active en redes.

Ox Alpha llega tras un agosto caliente para Z.ai

Solo dos semanas antes, el 14 de agosto, Z.ai había presentado GLM-5.3, un modelo de 743.000 millones de parámetros enfocado en coding agentico. La compañía asegura que supera a GLM-5.2 en su benchmark interno Z.ai Code Bench con un 34.5% frente al 23.4% anterior, y quema un 22% menos de tokens por tarea (75.000 vs 96.000), según recogió Decrypt.

GLM-5.3 también lidera CyberGym con un 84.5% en detección de vulnerabilidades, por encima de Anthropic Mythos 5 (83.8%) y GPT-5.6 Sol (83.6%), aunque queda atrás en construcción activa de exploits: 54.4% en ExploitBench frente al 78.0% de Mythos 5, según eWeek. Z.ai documentó 2.436 vulnerabilidades identificadas en 269 proyectos open-source, 1.097 de severidad media-alta.

El precio: la verdadera arma estratégica

La diferencia de coste con los modelos frontera estadounidenses es donde Z.ai marca territorio. Las tarifas oficiales de GLM-5.2 estaban fijadas en US$1,40 por millón de tokens de entrada y US$4,40 por millón de salida, con un descuento por caché del 81%, según Decrypt. En el extremo opuesto, GPT-5.3-Codex ronda los US$1,75 de entrada y US$14 de salida, y Claude Opus 4.8 se sitúa en lo más alto de los tiers de Anthropic.

En liberación de código, Z.ai viene usando licencia MIT desde GLM-5, lo que permite a los developers self-hostear sin ataduras comerciales. La paradoja, señalada por TechTimes, es que el modelo multimodal de la casa —GLM-5V-Turbo— sí tiene visión nativa pero no se libera como open weights, lo que obliga a los developers a elegir entre capacidades y soberanía de despliegue.

La presión regulatoria que enmarca todo

Z.ai es un laboratorio con sede en Pekín que desde enero de 2025 está en la Entity List del Departamento de Comercio de EE.UU., lo que prohíbe a empresas estadounidenses exportar tecnología controlada hacia él. En mayo de 2026 la Cámara de Representantes abrió una investigación formal sobre riesgos de ciberseguridad de modelos chinos, nombrando a Z.ai entre las compañías bajo escrutinio, según TechTimes.

La Ley de Inteligencia Nacional china de 2017 obliga a todas las organizaciones del país a "apoyar, asistir y cooperar con el trabajo de inteligencia nacional". Quienes usen la API en la nube de Z.ai enrutan datos por infraestructura sujeta a esa ley; quienes self-hostean los pesos MIT en sus propios servidores no envían datos a Z.ai, lo que elimina el riesgo operativo más directo para despliegues empresariales con datos sensibles.

Desde el punto de vista de mercado, las acciones de Z.ai en Hong Kong cayeron cerca de un 4% tras el anuncio de GLM-5.3. El analista de Bloomberg Intelligence Robert Lea señaló que "la firma sigue teniendo una posición comercial completamente insostenible" y que "el alza de la IA agentica disparará los costes de inferencia y las pérdidas de Z.ai", según eWeek.

¿Qué significa esto para tu startup?

Para un founder técnico, Ox Alpha confirma tres movimientos que ya estaban en curso pero que conviene tomar en serio en el planning del próximo trimestre:

Presupuesto de inference: si tu coste actual con Claude Opus o GPT-5.3 ronda los US$10–14 por millón de tokens de salida, una alternativa open-weight como GLM a US$4,40 cambia el unit economics de cualquier feature agentica que estés lanzando. Modela dos escenarios en tu forecast.
Roadmap de self-hosting vs API: Ox Alpha y GLM-5.3 salen con pesos abiertos bajo licencia similar a MIT. Si manejas datos de clientes europeos o regulados, self-hostear elimina el riesgo de enrutamiento a infraestructura china, pero asume coste de GPU y talento MLOps.
Diseña tu feature de visión con cuidado: la separación entre GLM-5V-Turbo (cerrado, con visión) y GLM-5.2/5.3 (abierto, sin visión) sigue ahí. Si tu producto necesita ver imágenes, hoy tu única opción china open-weight es Qwen; Ox Alpha promete multimodal nativo pero habrá que validarlo cuando los pesos estén disponibles.