Perplexity afinó un modelo chino de inteligencia artificial, GLM 5.2 preview, con el objetivo de igualar el rendimiento de Claude Opus 4.8 a aproximadamente un tercio del costo. Según el material fuente, la versión post-entrenada combina una base abierta más barata con un asesor de frontera y ya está operativa en producción.
El desarrollo importa porque apunta a una presión creciente sobre los costos de la inteligencia artificial avanzada. Si una empresa puede acercarse al desempeño de modelos de primera línea usando una base abierta y más económica, el acceso a capacidades sofisticadas podría depender menos de infraestructuras cerradas y costosas.
La clave del enfoque está en el post-entrenamiento: Perplexity no parte de cero, sino que trabaja sobre un modelo base open source y lo ajusta con ayuda de un modelo asesor más avanzado. Ese diseño busca capturar parte de la calidad de los modelos frontera sin asumir todo su costo operativo.
Para compañías que integran IA en productos en vivo, el dato relevante no es solo experimental. El modelo ya está en producción, lo que sugiere que Perplexity lo considera suficientemente útil para entornos reales, aunque el alcance exacto de su uso no se detalla en el material disponible.
La comparación con Claude Opus 4.8 coloca el anuncio dentro de la competencia por modelos más eficientes. Sin más métricas públicas en el texto fuente, la afirmación central sigue siendo la de Perplexity: una alternativa ajustada sobre GLM 5.2 preview que busca rendimiento de alto nivel con una estructura de costos mucho menor.