GLM 4.5V es una designación aplicada a una familia de modelos que ha aparecido en tablas de clasificación públicas de inteligencia artificial Large language model. En octubre de 2025, el desarrollador detrás de la modelo no había emitido un anuncio oficial de lanzamiento, un artículo técnico ni documentación pública. El modelo es conocido exclusivamente a través de tres variantes que han aparecido anónimamente en capturas de pruebas de referencia de terceros, lo que hace que su procedencia y arquitectura sean en gran medida no verificables a partir de fuentes primarias.
El nombre sugiere una continuación de la serie GLM (General Language Model), que fue desarrollada originalmente por Zhipu AI, una empresa china de Artificial intelligence. Sin embargo, ninguna declaración oficial conecta GLM 4.5V con la línea existente de GLM de Zhipu, y el sufijo 'V' es poco característico de lanzamientos anteriores, que usaron designaciones como GLM-4 y GLM-4-Plus. Hasta que el desarrollador reconozca públicamente el modelo, atribuirlo a Zhipu sigue siendo una inferencia basada en convenciones de nomenclatura más que en un hecho confirmado.
Las tres variantes observadas difieren en el número de parámetros y el rendimiento, pero sus especificaciones exactas no se divulgan oficialmente. El análisis de los líderes de clasificación por parte de la comunidad sugiere que la variante más pequeña tiene alrededor de 7 mil millones de parámetros, mientras que una variante de tamaño medio se aproxima a los 32 mil millones de parámetros, y una variante más grande se acerca a los 200 mil millones de parámetros. Estos conteos se derivan de correlaciones de velocidad de inferencia en hardware como las GPUs de NVIDIA y no son confirmados por el creador del modelo.
El rendimiento del modelo en benchmarks estándar de Machine learning es notable pero variado. En el MMLU (Massive Multitask Language Understanding), que evalúa el conocimiento general y la resolución de problemas, la variante más pequeña supuestamente obtiene alrededor de 74.2, la de tamaño medio alrededor de 81.5, y la más grande alrededor de 87.9. Para MATH-500, un conjunto de datos desafiante de matemáticas, las cifras son aproximadamente 61.8, 74.3 y 83.6, respectivamente. Estos números se han extraído de capturas de los líderes y pueden cambiar si las calificaciones se actualizan o corrigen.
Presencia en los líderes de clasificación
Las tres variantes de GLM 4.5V han aparecido en dos líderes de clasificación públicos de uso prominente: el índice de inteligencia de Artificial Analysis y el LMSYS Chatbot Arena. En Artificial Analysis, las variantes se enumeran con identificadores anónimos en lugar del nombre GLM 4.5V, lo que ha causado confusión en la comunidad de código abierto. En septiembre de 2025, una variante mantuvo brevemente una posición entre los 10 mejores en las calificaciones Elo del Arena, pero luego fue retirada de la visibilidad sin explicación. Ninguna autoridad de referencia ha verificado de forma independiente la configuración de Model Pruning o de Multi-Head Attention del modelo.
Especulación y respuesta de la comunidad
Debido a que el modelo no se ha lanzado, las especulaciones sobre su tecnología subyacente han proliferado en foros y redes sociales. Algunos investigadores han señalado que su rendimiento en benchmarks es reminiscente de modelos entrenados con arquitecturas de Transformer (architecture) avanzadas, que posiblemente incorporan capas de Mixture of experts. Otros apuntan a la sincronía de su aparición -concurrente con varios lanzamientos de pesos abiertos de laboratorios estadounidenses y chinos- como evidencia de que podría ser un modelo rebautizado o reformado de un proveedor existente. Para {{current_year}} de noviembre de 2025, ninguna evidencia creíble apoya específicamente un origen concreto.
La falta de lanzamiento oficial ha causado consecuencias prácticas. Los desarrolladores no pueden descargar los pesos del modelo GLM 4.5V, acceder a una interfaz de programación de aplicaciones (application-programming-interface) u obtener una licencia, ya que no existen activos públicos. Esto ha generado un debate sobre la ética de enviar modelos anónimos a benchmarks públicos1 tiene un argumento con algunos que piden la divulgación obligatoria del origen. El incidente también ha planteado preguntas sobre la fiabilidad de los líderes de clasificación como herramienta para evaluar modelos de IA cuando las entradas pueden ser fabricadas o atribuidas incorrectamente.
Capacidades no verificadas
Las afirmaciones sobre las habilidades multimodales de GLM 4.5V -como procesar imágenes o audio- son completamente no verificadas. El modelo no ha demostrado el rendimiento de Vision-language model en capture images o audio, and there is no evidence of Constitutional AI training. Toda la evaluación de su comportamiento se limita a tareas de opción múltiple y generación de texto en las capturas del líder. Las únicas carácter del modelo son sus estimaciones de parámetros, velocidad y calificaciones en pruebas estandarizadas.
Conclusión
La GLM 4.5V sigue siendo un enigma en el panorama de la IA generativa. Sus tres variantes han llamado la atención por sus sólidos resultados de benchmarks, y sus variantes han llamado la atención por [[|]] resultados de los benchmarks. Sin embargo, no se ha revelado, el modelo no puede ser reproducido, auditado o utilizado legalmente en los sistemas de producción. Hasta que el desarrollador se declare, las descripciones de GLM 4.5V deben considerarse como datos no verificados de terceros, y cualquier afirmación técnica sobre la arquitectura del modelo o proceso de entrenamiento es especulativa. El caso subraya una tendencia más amplia de envíos de modelos anónimos y su impacto en la confianza pública en las evaluaciones de Machine learning.