GLM-5.3, Qwen3.8-27B y el gigavatio europeo de Mistral

GLM-5.3 mejora sin cambiar el modelo base

Z.ai lanzó GLM-5.3 el 14 de agosto de 2026 con un mensaje poco habitual en la industria: el modelo base es el mismo que el de GLM-5.2, un modelo de 743.000 millones de parámetros, y toda la ganancia viene del post-entrenamiento.

Los números que reporta Z.ai:

El salto de Terminal-Bench 3.0 de 4,6 a 28,3 es el más llamativo de la lista. Z.ai sostiene que en CyberGym lidera el campo de pesos abiertos y que pasa por delante de Mythos 5 y de GPT-5.6 Sol.

Por qué conviene esperar antes de creerse la tabla

Todas esas cifras son de Z.ai. Ningún laboratorio independiente las ha vuelto a ejecutar bajo un mismo arnés de evaluación, así que funcionan como el mejor caso de la casa, no como un marcador neutral.

Los pesos tampoco están disponibles todavía. Z.ai dice que los publicará alrededor de dos semanas después del lanzamiento, a finales de agosto de 2026, cuando termine su evaluación de seguridad. Hasta entonces no hay forma de comprobar nada.

Qwen3.8-27B sale con Apache 2.0 desde el primer día

Alibaba publicó Qwen3.8-27B el mismo 14 de agosto, y aquí sí con pesos abiertos y licencia Apache 2.0 desde el minuto uno. Es un modelo denso de 27.000 millones de parámetros que acepta texto, imágenes y vídeo, con 262.144 tokens de contexto nativo que Alibaba dice extender hasta un millón.

Los resultados que publica, comparados con Claude Opus 4.6 Max:

En el Artificial Analysis Intelligence Index marca 52 puntos, bastante por encima de la media de los modelos de pesos abiertos de tamaño parecido.

Un modelo de visión nativo

Qwen3.8-27B se entrenó como modelo de visión y lenguaje desde el principio, sin un adaptador de imagen acoplado a un modelo de texto. Eso explica los resultados de OSWorld-Verified y AndroidWorld, que miden operar un ordenador y un móvil de verdad, mirando la pantalla.

Con 27.000 millones de parámetros densos, entra en hardware que un equipo pequeño puede permitirse. Es la diferencia práctica frente a GLM-5.3, que necesita infraestructura de otra escala aunque acabe publicando los pesos.

Mistral organiza un gigavatio europeo para 2030

En Europa el movimiento de agosto no fue un modelo sino infraestructura. Mistral está montando una coalición de empresas europeas para sumar un gigavatio adicional de capacidad de cómputo en Europa antes de 2030, y desplegará miles de GPU Nvidia Vera Rubin.

Microsoft acordó financiar esa infraestructura con una cifra de varios miles de millones e integrar los modelos de Mistral en Azure, Foundry y Copilot Studio. Mistral, por su parte, anunció inferencia bloqueada por región con un nivel prioritario para cargas críticas y acceso ampliado a modelos abiertos de terceros sobre su plataforma.

La compañía llegó a unos 1.000 millones de dólares de ingresos anuales recurrentes en mayo de 2026 y cerró una Serie C en el primer trimestre de 1.500 millones sobre una valoración cercana a los 15.000 millones.

Qué significa si trabajas desde Europa

• La inferencia en región deja de ser una promesa comercial y pasa a ser un nivel de servicio con precio. Eso cambia las conversaciones de cumplimiento con jurídico.
• Qwen3.8-27B con Apache 2.0 permite montar un servicio propio sin coste por token y sin sacar datos de tu infraestructura.
• GLM-5.3 todavía no es una opción evaluable. Anótalo para finales de agosto.
• Si tu proveedor es Microsoft, los modelos de Mistral van a aparecer en Foundry y Copilot Studio sin que tengas que cambiar de contrato.

Más sobre el mapa de proveedores en /ecosystem y sobre las obligaciones europeas en /ai-act.