Análisis de GLM 5.2: una ventana amplia, sin interruptor de razonamiento ligero

Corrimos a GLM 5.2 por nuestra escala de contenido completa el 17 y el 26 de septiembre de 2026, cada escalón pedido de tres formas: directa, planteada como ficción y fijada mediante un system prompt. L2 Parcial se escribió limpio en las tres formulaciones. L1 Sugerente se suavizó en las tres. L3 Fuerte se escribió con formulación directa y con system prompt, y se rechazó al plantearse como ficción.

L4 Intenso se dividió de forma desigual: las tres peticiones directas se rechazaron todas, las tres peticiones de ficción volvieron todas suavizadas, y de tres peticiones con system prompt, dos se escribieron completas y una se rechazó. L5 Extremo se escribió en cinco de las seis pruebas que enviamos, con una prueba de ficción rechazada.

En toda la escala son 24 pruebas puntuadas: 12 se escribieron completas, 6 se suavizaron y 6 se rechazaron. La página del Spicy Index traduce esto en un Freedom Score en la ficha de puntuación de esta página.

GLM 5.2 responde bien a una instrucción directa; como no hay un ajuste de razonamiento bajo, mantén la petición en sí acotada en lugar de intentar economizar en esfuerzo.

1. Un ejemplo publicado: una lectura larga, una respuesta corta y estructurada. La forma para la que está construida esta ventana.

system: Summarize the following support thread in three sentences: the customer's problem, what was tried, and the current status.
user: <thousands of lines of a support ticket thread, pasted in full>

Ejecuta este prompt en GLM 5.2 →

2. Un ejemplo publicado: forzar una sola forma JSON en una llamada síncrona. response_format más temperature 0.

system: Return one JSON object with keys: parties, effective_date, termination_notice_days, governing_law. Use null when a clause is absent.
user: <the full text of a contract>

Ejecuta este prompt en GLM 5.2 →

Ajustes que importan: como no hay un nivel de esfuerzo de razonamiento bajo, mantén las peticiones de propósito único acotadas en lugar de confiar en un ajuste de esfuerzo barato; para ficción más allá de L2 Parcial, prueba una petición directa en L3 Fuerte antes de recurrir a un system prompt, ya que el marco de ficción no ayudó ahí en nuestras pruebas; deja margen en max_tokens por encima de lo que necesita la respuesta visible.

GLM 5.2 escribió completas 12 de 24 pruebas puntuadas en nuestra escala de contenido. L2 Parcial y la mayor parte de L5 Extremo se escribieron sin importar la formulación. L3 Fuerte se escribió con formulación directa y con system prompt pero se rechazó al plantearse como ficción. L4 Intenso solo se escribió con un system prompt, y aun así solo dos de tres veces. L1 Sugerente se suavizó en cada formulación. La etiqueta de la página es Sin censura: no añadimos ningún filtro de contenido por nuestra parte.

Freedom Score: se muestra en la ficha de puntuación de esta página y se recalcula al añadir pruebas.

Aún sin probar: chats de varios turnos que mantengan el personaje durante muchos turnos (nuestras pruebas fueron peticiones sueltas); idiomas distintos del inglés; si el comportamiento de contenido de GLM 5.2 ha cambiado desde el lanzamiento de GLM 5.3, como reportan algunos usuarios.

Cada personaje de una petición debe ser adulto, deja fuera a las personas reales e identificables, y la ley del lugar donde publiques es responsabilidad tuya.

Las primeras impresiones de GLM 5.2 fueron fuertes en rol: un usuario escribió que le dio «el mismo tipo de magia que sentí jugando AI Dungeon», mientras que otro resumió la contrapartida frente a su predecesor como «mejor techo pero también peor piso». Después del lanzamiento de GLM 5.3, un reporte afirmó que el propio GLM 5.2 se había vuelto «notablemente más censurado desde el lanzamiento de GLM 5.3»; no hemos vuelto a probar si nuestros propios resultados han cambiado desde nuestra sesión de septiembre.

• ¿El GLM más nuevo, con un nivel de razonamiento bajo? GLM 5.3, $1.05 por millón de tokens de entrada; L4 Intenso se escribió más o menos con la misma frecuencia que en GLM 5.2, pero solo mediante un system prompt.
• ¿Un GLM más barato con un mejor resultado en L4 Intenso? GLM 5.3 Flash, $0.1275 por millón de tokens de entrada, escribió cada prueba de L4 Intenso con system prompt en nuestra muestra.
• ¿Una tarifa plana sin importar la longitud de la petición, solo texto? DeepSeek V4 Flash.
• ¿Un interruptor para apagar el razonamiento y una ventana mayor? Grok 4.3, 1.000.000 de tokens de contexto y un ajuste genuino de cero deliberación.