GLM-4.7-Flash

GLM-4.7-Flash — малая версия линейки GLM-4.7 от Z.ai. Она построена как смесь экспертов (mixture of experts): всего в ней около 30 млрд параметров, но на каждый токен работает лишь около 3 млрд. Поэтому модель заметно легче большой GLM-4.7 и подходит для запуска на своём оборудовании. Z.ai описывает её как лёгкий вариант, который ищет баланс между качеством и затратами, и отдаёт её в своём API бесплатно. Рядом есть платная GLM-4.7-FlashX, которую компания называет быстрой и недорогой.

Лаборатория сравнивает модель с открытыми моделями того же размера. По её замерам, на SWE-bench Verified (исправление реальных ошибок в коде) GLM-4.7-Flash набирает 59,2 балла, а Qwen3-30B-A3B и GPT-OSS-20B — от 22 до 34. На GPQA (научные вопросы уровня аспирантуры) у неё 75,2, на математическом AIME 25 — 91,6, почти как у GPT-OSS-20B. Z.ai заявляет, что это лучший результат среди открытых моделей такого размера также на τ²-Bench, который проверяет работу агента с инструментами.

Модель берут для помощи в программировании, причём Z.ai отдельно выделяет разработку интерфейсов и серверной части. Её также советуют для текстов на китайском, перевода, ролевых диалогов и многошаговых сценариев, где модель вызывает инструменты. Для таких агентных задач лаборатория рекомендует включать режим, при котором рассуждения сохраняются между шагами диалога.

Веса выложены под лицензией MIT, которая почти ничем не ограничивает использование, в том числе коммерческое. На момент выхода vLLM и SGLang поддерживали модель только в разрабатываемых версиях, а не в стабильных выпусках. Теперь это модель прошлого поколения: после неё Z.ai выпустила линейку GLM-5, включая лёгкие GLM-5.3-Flash и GLM-5.3-FlashX.

источники:Карточка модели на Hugging Face ↗Документация Z.ai по линейке GLM-4.7 ↗