GLM 4.7 Flash
3598°
تشغيل النموذج
عروض / إعلانات
Z.ai | سياق 200,000 رمز | 0.06 دولار/مليون إدخال، 0.40 دولار/مليون إخراج. كنموذج SOTA من فئة 30B، يقدم GLM-4.7-Flash خيارًا جديدًا يوازن بين الأداء والكفاءة. تم تحسينه أكثر لحالات استخدام الترميز الوكيلة، مع تعزيز قدرات الترميز، التخطيط طويل الأمد للمهام، والتعاون مع الأدوات، وحقق أداءً رائدًا بين النماذج مفتوحة المصدر بنفس الحجم في عدة لوحات قياس عامة حالية.
أدلة لهذا النموذج
أفضل نموذج LLM محلي حسب الاستخدام (أكتوبر 2026): النموذج المفتوح المناسب لكل مهمة
كم تحتاج فعلاً من VRAM للذكاء الاصطناعي المحلي؟
الأوزان المفتوحة مقابل المصدر المفتوح مقابل API فقط: ما الذي يُسمح لك فعلاً بفعله
ما هو ملف GGUF؟ شرح النماذج المكممة (Q4، Q8، fp8، NF4)
ملاحظات القبطان
ملاحظات من 2026-10-13
GLM-4.7-Flash هو نموذج MoE من فئة 30 مليار من Z.ai مع 3 مليارات معلمات نشطة فقط، مبني حول الترميز الوكلي وتخطيط المهام طويلة الأمد. أرقامه المعيارية مقابل Qwen3-30B-A3B وGPT-OSS-20B ملفتة، خصوصًا على SWE-bench Verified ومهام الوكلاء متعددة الأدوار. الأوزان مفتوحة، نافذة سياق 200 ألف رمز، وتسعير API منخفض يجعله جديرًا بالاعتبار الجاد إذا كنت تدير وكلاء ترميز أو تحتاج نموذجًا قويًا يمكنك استضافته بنفسك.
معروف بـ
- درجة SWE-bench Verified 59.2، متقدمة على النماذج المفتوحة المماثلة
- أداء قوي في مهام الوكلاء متعددة الأدوار على τ²-Bench
- نافذة سياق بحجم 200,000 رمز للوثائق الطويلة والمهام الممتدة
- بنية MoE: 30 مليار إجمالي، 3 مليارات نشطة، فعالة للنشر محليًا
- أوزان مفتوحة قابلة للنشر عبر vLLM، SGLang أو Transformers
انتبه لـ
- دعم vLLM وSGLang متوفر فقط في الفروع الرئيسية/الليلية، وليس في الإصدارات المستقرة بعد
- وضع التفكير المحفوظ مطلوب لمهام الوكلاء متعددة الأدوار؛ سهل الفقدان أثناء الإعداد
- شروط الترخيص غير مفصلة في المواد المنشورة؛ تحقق من المستودع قبل الاستخدام التجاري
عبارات لتجربتها
تصحيح اختبار فاشل
إليك دالة Python واختبار pytest يفشل بخطأ AssertionError. حدد الخطأ، اشرح سبب الفشل، وأعد نسخة مصححة من الدالة فقط.
def calculate_discount(price, pct):
return price - (price * pct)
def test_discount():
assert calculate_discount(100, 10) == 90
تخطيط مهمة وكيل متعددة الخطوات
أنت وكيل ترميز مستقل. مستودع المستخدم لا يحتوي على مجموعة اختبارات. ضع خطة خطوة بخطوة لتدقيق قاعدة الشفرة للوحدات القابلة للاختبار، كتابة اختبارات pytest لأعلى ثلاث دوال مخاطرة، تشغيلها، تفسير الفشل، وفتح طلب سحب مع ملخص. اذكر كل استدعاء أداة وما تتوقعه من نتائج.
التفكير في لغز منطقي
خمسة مهندسين كل منهم يفضل لغة برمجة مختلفة: Python, Rust, Go, TypeScript, JavaScript. استخدم هذه الأدلة لتحديد من يفضل أي لغة: أليس ليست بجانب محب Rust. بوب يفضل لغة مترجمة. كارول تجلس بين محبي Python وGo. ديف لا يفضل JavaScript. إيف تجلس على أحد الأطراف وتفضل لغة سكريبت.
قارن مع
- GLM 5.3 FlashXنموذج API فقطسياق 1,048,576 رمز · مدخل $0.37/M، مخرج $1.25/M
- GLM 5V Turboنموذج API فقطسياق 202,752 رمز · مدخل $1.20/M، مخرج $4.00/M
- GLM 5 Turboنموذج API فقطسياق 202,752 رمز · مدخل $1.20/M، مخرج $4.00/M
- GLM 5.3 Primeنموذج API فقطسياق 1,000,000 رمز · مدخل $2.80/M، مخرج $8.80/M
نماذج نصية أكثر من z-ai
أسئلة يطرحها الناس
- هل يمكنني تشغيل GLM-4.7-Flash محليًا؟
- نعم، الأوزان مفتوحة ومستضافة على Hugging Face في zai-org/GLM-4.7-Flash. تدعم Z.ai الاستدلال المحلي عبر vLLM، SGLang، ومكتبة Transformers، رغم أن دعم vLLM وSGLang يتطلب الفروع الرئيسية أو الليلية وليس الإصدار المستقر.
- ما تكلفة GLM-4.7-Flash وما حجم السياق؟
- عبر API الخاص بـ Z.ai، السعر 0.06 دولار لكل مليون رمز مدخلات و0.40 دولار لكل مليون رمز مخرجات، مع نافذة سياق بحجم 200,000 رمز.
- كيف يختلف GLM-4.7-Flash عن GLM-4.7؟
- GLM-4.7-Flash هو النسخة الأخف والأكثر كفاءة في عائلة GLM-4.7، يستخدم بنية MoE مع 3 مليارات معلمات نشطة من أصل 30 مليار إجمالي. GLM-4.7 هو النموذج الكامل؛ تضعه Z.ai كخيار عندما تحتاج إلى تكلفة نشر أقل دون التضحية كثيرًا في مهام الترميز الوكلي.
حكم القبطانإذا كان الترميز الوكلي هو عبء عملك وتريد أوزانًا مفتوحة بسعر منخفض، فإن GLM-4.7-Flash يقدم الأرقام التي تدعم ذلك.
بطاقة النموذج على Hugging Face
يكتب القبطان هذه الملاحظات بناءً على وصف النموذج وبطاقة النموذج. الأسعار وأحجام السياق هي حسب المزود وقت الكتابة وقد تتغير.
Ranking badge
Updated Oct 22, 2026
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
كيف يتم حساب هذه الدرجة
هذا النموذج لا يحتوي على بيانات شعبية من أي مصدر حتى الآن، لذلك يحمل رقمًا مؤقتًا أقل من 7,000° للحفاظ على اكتمال القوائم. لا يصنف أبدًا أعلى من نموذج يحتوي على بيانات. يظهر التحليل هنا بمجرد أن يبلغ عنه مصدر.
قاموس المصطلحات المستخدمة هنا
- درجة الحرارة
- رقم واحد يعبر عن مدى استخدام ورغبة الناس في النموذج الآن، من 0° إلى 9,999°. كل قائمة على هذا الموقع تقول إنها الأكثر حرارة مرتبة حسبها فقط.
- الحد الأدنى
- 7,000° هو الحد الأدنى الذي يبدأ منه كل نموذج له بيانات حقيقية. المقياس من 0° إلى 9,999°؛ الجزء تحت الحد الأدنى مخصص للنماذج الوهمية (بدون بيانات)، حتى يكون النموذج ذو البيانات دائمًا أعلى من الذي لا يملك. الحد الأدنى نفسه للجميع ولا يقرر شيئًا؛ الدرجات فوقه هي القياس.
- مكافئات التنزيل
- كل ما يعامله المقياس كتنزيل، مجموعًا: التنزيلات نفسها، كل مزود تورنت كـ 1,000، كل صورة AI Horde وكل عملية على موقع توليد كنموذج واحد.
- مقياس لوغاريتمي
- العد بالعشرات، مش بالآحاد: الانتقال من 1,000 إلى 10,000 تنزيل يضيف نفس الدرجات كالانتقال من 10,000 إلى 100,000. يمنع العمالقة من طغيان الباقي.
- الإعجابات
- الإبهام المرفوع والإعجابات من كل مصدر، تساوي نصف تنزيل على المقياس اللوغاريتمي.
- معدل التبني
- عدد التنزيلات يوميًا التي يحصل عليها النموذج الآن، من الفرق بين قراءتين لمصدر. ربع وزن مصطلح التنزيل.
- مقاسة ومقدرة
- مقاسة تعني وجود قراءتين لمصدر ما والفارق بينهما حقيقي. مقدرة تعني أن المجموع اليومي فقط معروف والماضي موزع على عمر النموذج؛ الموقع يوضح أي واحد يعرض.
- الموزع
- شخص يحتفظ بنسخة من الأوزان على الإنترنت ليتمكن الآخرون من تحميلها عبر التورنت، أو مرآة مستضافة تقوم بنفس الشيء. كل واحد منهم يُحسب كـ 1000 تحميل.
- AI Horde
- شبكة متطوعين تولد صورًا مجانًا على أجهزة كمبيوتر متبرع بها. عدد الصور التي صنعها باستخدام نموذج معين متاح للجميع، وكل صورة تُحسب كتحميل واحد.
- مواقع التوليد
- مواقع تستضيف نسخها الخاصة من نموذج وتسمح للناس بالتوليد باستخدامه، مثل PixAI وSeaArt وYodayo. تحميلاتهم تُحسب مثل Civitai وكل عملية توليد تُحسب كتحميل واحد.
- رموز OpenRouter
- نموذج نصي يُخدم عبر API، مثل Claude أو GPT، لا يحتوي على أوزان للتحميل، لذا يُقاس استخدامه بالرموز: أجزاء النص التي قرأها وكتبها عبر OpenRouter، وهو بوابة تستخدمها العديد من التطبيقات، خلال آخر 30 يومًا. كل 10,000,000 رمز يُحسب كتحميل واحد. المصدر: OpenRouter (openrouter.ai/rankings)، CC BY 4.0.
- النموذج الكامل (نقطة التحقق)
- الأوزان نفسها، الملف الذي يولد بشكل مستقل. يحصل على مكافأة لأن الإضافات تعتمد عليه.
- LoRA والتضمين
- ملفات إضافية صغيرة توجه أوزان شخص آخر نحو أسلوب أو شخصية أو مفهوم معين. لا يمكنها العمل بمفردها.
- العائلة والأوزان
- القاعدة التي يُبنى عليها النموذج، مثل SD 1.5، SDXL، Flux أو Wan. كل نموذج يرث تاريخ إصدار أوزان عائلته.
- العمر
- درجات تُخصم بناءً على مدى قدم إصدار أوزان العائلة: 150° في السنة، حتى 750°. يحتفظ بالتحميلات القديمة التي كان لديها سنوات لتتراكم من خلال تجميد أعلى القائمة.
- تعزيز العائلة
- دفعة صغيرة ومحدودة لإضافات LoRA لعائلة يدعمها هذا الموقع الآن، تظهر دائمًا في التحليل.
- درجة الاحتياط
- رقم ثابت تحت الحد الأدنى يُعطى لنموذج لم يبلغ عنه أي مصدر بعد، حتى تبقى القوائم كاملة. لا يتفوق أبدًا على نموذج لديه بيانات.
- جديد! (فترة سماح)
- النموذج الذي عمره أقل من 7 يومًا يظهر كلمة جديد! بدلًا من الدرجة ولا يحتل مكانًا في التصنيفات. تُحسب درجته من اليوم الأول، لكن النموذج الذي عمره يوم واحد ينمو أسرع من أي شيء، لذا بدون الانتظار سيكون رقم #1 للأسبوع دائمًا هو ما صدر البارحة بدلاً من ما استمر لأسبوع.
- الاتجاه
- كيف ينمو نموذج خلال فترة مقارنة بنموذج نموذجي خلال نفس الفترة. أسرع من المعتاد يعني ارتفاع، أبطأ يعني انخفاض.
- النموذج النموذجي
- منتصف الكتالوج: نصف النماذج التي لديها رقم نمت أسرع خلال الفترة، والنصف الآخر أبطأ.
GLM 4.7 Flash هو نموذج نصي لعائلة Text / LLM مدرج على ModelTrends.ai، وهو فهرس للقراءة فقط لنماذج الذكاء الاصطناعي مفتوحة المصدر للصور والفيديو والنص. قارنه بنماذج Text / LLM الأخرى وتحقق من درجة رواجه لمعرفة اتجاهه.
تصفح حسب عائلة النموذج
نماذج Text / LLM
434
نماذج Anima
528
نماذج Chroma
19
نماذج Fibo
2
نماذج Flux
1,496
نماذج Flux 2 / Klein
1,239
نماذج Flux 3
3
نماذج Moss
3
نماذج Iris
1
نماذج MiniMax H3
364
نماذج Hunyuan
204
نماذج Ideogram
20
نماذج Krea2
717
نماذج Qwen
20
نماذج Qwen2
47
نماذج Ltx2
153