Модель · Z.ai
GLM-4.7
Устаревшая модель Z.ai с открытыми весами для программирования и агентных задач, её сменила линейка GLM-5
вышла 22 декабря 2025
Рейтинг Epoch AIСводная оценка общих возможностей модели: статистическая модель выводит её из результатов на многих бенчмарках с учётом их сложностиШкала условная (Claude 3.5 Sonnet = 130, GPT-5 = 150); интервал — 90-процентный диапазон оценки, и модели с перекрывающимися интервалами надёжно не различаются.Подробнее на английском ↗
87 место из 266
индекс 143, вероятный разброс 142–145 · весь рейтинг →
| Бенчмарк | РезультатОбычно — доля заданий теста, которые модель решила. У некоторых тестов свой счёт; как он устроен, сказано в пояснении к названию теста | УсилиеНасколько долго модель рассуждала перед ответом, когда её проверяли: низкое, среднее, высокое, очень высокое, максимальное. Чем выше усилие, тем обычно выше результат — и тем дольше и дороже ответ. Показан лучший результат и усилие, на котором он получен |
|---|---|---|
| CL-bench LifeЗадачи, которые решаются только по данным из запроса: групповые чаты, личные заметки, истории покупок и браузераПодробнее на английском ↗ | 10,9% | |
| CL-benchУмение выучить новое прямо из длинного текста: вымышленные законы, языки программирования, правила — и решить по ним задачиЗадача засчитывается, только если ответ проходит все проверочные критерии экспертов, поэтому даже лидеры решают около четверти.Подробнее на английском ↗ | 15,9% | |
| ProofBench100 закрытых задач по математике уровня старших курсов и аспирантуры: модель пишет доказательство на Lean 4, его проверяет программаПодробнее на английском ↗ | 6,0% | |
| APEX-Agents480 многошаговых рабочих задач из инвестбанкинга, консалтинга и корпоративного права: агент работает с файлами, почтой, таблицамиЗадача засчитывается, только если выполнены все пункты экспертного списка критериев; проверяет их другая модель.Подробнее на английском ↗ | 8,7% | |
| Chess Puzzles100 новых шахматных задач, позиция дана текстом: нужно найти единственный лучший ход по оценке движка StockfishПодробнее на английском ↗ | 1,1% | |
| SimpleQA Verified1000 коротких вопросов на факты, на которые модель отвечает по памяти, без поиска в интернетеБалл — F1: учитываются и доля верных ответов, и точность там, где модель решилась ответить, так что честное «не знаю» лучше ошибки.Подробнее на английском ↗ | 32,2% | |
| FrontierMath-Tier-4-2025-07-01-PrivateСамый сложный уровень FrontierMath: исследовательские задачи по математике, на которые у математика уходят часы или дниРезультат посчитан на закрытом наборе задач версии от июля 2025 года; в 2026 году вышла исправленная версия, и числа двух версий не сравнимы.Подробнее на английском ↗ | 0,0% | |
| Terminal BenchЗадачи в командной строке по мотивам реальной работы: агент сам выполняет их в терминале, результат проверяют автотестыПодробнее на английском ↗ | 33,4% | |
| FrontierMath-2025-02-28-PrivateНеопубликованные задачи FrontierMath (уровни 1–3) в версии от 28.02.2025: трудная математика, над которой специалист сидит часамиПодробнее на английском ↗ | 4,3% | |
| OTIS Mock AIME 2024-202545 олимпиадных задач по математике из пробных экзаменов AIME школы OTIS; ответ — целое число от 0 до 999Подробнее на английском ↗ | 83,3% | |
| SimpleBenchВопросы с подвохом на здравый смысл: пространство, время, поведение людей. 213 вопросов, у каждого шесть вариантов ответаЛюди в проверке авторов набрали около 84%, а балл модели — средняя точность по пяти прогонам.Подробнее на английском ↗ | 37,2% | |
| GPQA diamond198 вопросов с выбором ответа по физике, химии и биологии уровня аспирантуры — такие, что ответ не найти поискомСлучайный выбор даёт 25%, а специалисты с учёной степенью в своей области набирают около 70%.Подробнее на английском ↗ | 77,8% |
Характеристики
- Вышла
- 22 декабря 2025
- КонтекстСколько текста модель учитывает за один запрос: вопрос, приложенные документы и её собственный ответ вместе. Токен — кусок слова; слово обычно занимает один–три токена
- 204 тыс. токенов
- Длина ответаСколько токенов модель может выдать за один ответ, вместе со скрытыми рассуждениями, если они есть
- до 131 тыс. токенов
- Цена входаСколько стоит миллион токенов, отправленных модели: вопрос, документы, вся история переписки
- $0,60 за миллион токенов
- Вход из кэшаЦена входа для повторяющегося начала запроса, которое лаборатория уже сохранила у себя. В длинной переписке и у агентов это большая часть входа — и в разы дешевле
- $0,11 за миллион токенов
- Цена ответаСколько стоит миллион токенов, написанных моделью, — включая скрытые рассуждения
- $2,20 за миллион токенов
- Понимает
- текст
- Отвечает
- текст
- РассужденияПеред ответом модель рассуждает про себя: медленнее и дороже, зато точнее на трудных задачах
- да
- Вызов инструментовМодель сама просит программу выполнить действие — поиск, запуск кода, запрос к сервису — и продолжает с результатом. На этом держатся агенты
- да
- ВесаОткрытые — файлы модели можно скачать и запустить на своих серверах. Закрытые — доступ только через сервис лаборатории
- открытые
- Знания до
- апрель 2025
- Идентификатор в API
- glm-4.7
Что это за модель
GLM-4.7 — языковая модель китайской лаборатории Z.ai (бывшая Zhipu), рассчитанная на программирование и многошаговые рассуждения. Она построена по схеме смеси экспертов (mixture of experts): всего в ней 358 млрд параметров, но на каждый токен работает только часть из них. Поэтому она отвечает быстрее и дешевле, чем плотная модель того же размера. Рядом с ней лаборатория выпустила облегчённые версии GLM-4.7-FlashX и бесплатную GLM-4.7-Flash.
По сравнению с GLM-4.6 лаборатория улучшила прежде всего программирование и работу агентов. По её замерам, модель набирает 73,8% в SWE-bench Verified (на 5,8 пункта больше, чем у предшественницы) и 41% в Terminal Bench 2.0 (плюс 16,5 пункта). В тесте на вызов инструментов τ²-Bench она показывает 87,4%, а в Humanity's Last Exam с инструментами — 42,8%. Компания заявляет, что в задачах программирования модель выходит на уровень Claude Sonnet 4.5.
В GLM-4.7 появилось три режима рассуждений. Модель может думать перед каждым ответом и каждым вызовом инструмента, может сохранять свои рассуждения между репликами длинного диалога, а рассуждения можно включать и выключать для отдельных реплик: выключать для простых вопросов и включать для сложных. Её берут для агентного программирования, когда модель сама правит код и запускает команды в терминале, а ещё для вёрстки веб-интерфейсов, презентаций и постеров. Лаборатория отдельно отмечает, что модель стала лучше писать код на разных языках и делать более аккуратный внешний вид интерфейсов.
Веса модели выложены под лицензией MIT: её можно запускать на своих серверах и использовать в коммерческих продуктах. Но для запуска такого размера нужно серьёзное серверное оборудование. Модель работает только с текстом. Сейчас её сменила линейка GLM-5, и у Z.ai вышло уже несколько более новых версий.
Источники: Документация GLM-4.7 на сайте Z.ai, Карточка модели на Hugging Face
Того же уровня по индексу Epoch
-
Qwen3.6 Flash
Qwen88-е место в Epochконтекст 1 млн$0,188 / $1,125рассуждениядешевле в 2 раза
-
-
Gemma 4 31B IT
Google91-е место в Epochконтекст 262 тыс.открытые весарассуждения
-
Другие модели семейства
-
GLM-5V-Turbo
Z.aiконтекст 200 тыс.$1,20 / $4рассуждения
-
GLM-5-Turbo
Данные: models.dev (MIT) и Epoch AI (CC BY 4.0).