GLM 4.7 Flash
3598°
Z.ai | 200,000 token context | $0.06/M input, $0.40/M output. 作为 30B 级别的 SOTA 模型，GLM-4.7-Flash 提供了性能与效率的平衡新选项。进一步优化了代理编码用例，增强编码能力、长远任务规划和工具协作，在多个当前公开基准排行榜中，在同尺寸开源模型中取得领先表现。
本模型的指南
按使用场景选最佳本地大语言模型（2026年10月）：每个任务的合适开源模型
本地AI到底需要多少显存？
开放权重 vs 开源 vs 仅API：你到底能做什么
什么是 GGUF 文件？量化模型详解（Q4、Q8、fp8、NF4）
船长笔记
2026-10-13 的笔记
GLM-4.7-Flash 是 Z.ai 推出的 30B 级 MoE 模型，活跃参数仅 3B，专注于代理编码和长远任务规划。其在 SWE-bench Verified 和多轮代理任务上的基准成绩对比 Qwen3-30B-A3B 和 GPT-OSS-20B 非常突出。开放权重、20 万令牌上下文窗口和低 API 价格，使其在运行编码代理或需要自托管的高性能模型时值得认真考虑。
以……著称
- SWE-bench Verified 得分 59.2，远超同类开源模型
- τ²-Bench 上强劲的多轮代理任务表现
- 20 万令牌上下文窗口，适合长文档和延长任务
- MoE 架构：总参数 30B，活跃参数 3B，适合本地高效部署
- 开放权重，可通过 vLLM、SGLang 或 Transformers 部署
注意
- vLLM 和 SGLang 支持仅在主分支/夜间版本，非稳定发布
- 多轮代理任务需启用 Preserved Thinking 模式，设置时易忽略
- 许可条款未详细说明，商业使用前请查阅仓库
推荐尝试的提示词
调试失败测试
这是一个 Python 函数和一个 pytest 测试，测试失败并抛出 AssertionError。请找出错误，解释失败原因，仅返回修正后的函数代码。
def calculate_discount(price, pct):
return price - (price * pct)
def test_discount():
assert calculate_discount(100, 10) == 90
规划多步骤代理任务
你是一个自主编码代理。用户仓库没有测试套件。请列出具体的分步骤计划：审计代码库可测试单元，为风险最高的三个函数编写 pytest 测试，运行测试，解释失败，并提交带总结的拉取请求。列出每次工具调用及预期返回。
逻辑推理谜题
五位工程师各自偏好不同编程语言：Python、Rust、Go、TypeScript、JavaScript。根据线索确定谁偏好哪种语言：Alice 不邻近 Rust 爱好者；Bob 喜欢编译型语言；Carol 坐在 Python 和 Go 爱好者之间；Dave 不喜欢 JavaScript；Eve 坐在一端，喜欢脚本语言。
与……比较
- GLM 5.3 FlashX仅限API模型1,048,576 令牌上下文 · $0.37/M 输入，$1.25/M 输出
- GLM 5V Turbo仅限API模型202,752 令牌上下文 · $1.20/M 输入，$4.00/M 输出
- GLM 5 Turbo仅限API模型202,752 令牌上下文 · $1.20/M 输入，$4.00/M 输出
- GLM 5.3 Prime仅限API模型1,000,000 令牌上下文 · $2.80/M 输入，$8.80/M 输出
来自 z-ai 的更多文本模型
常见问题
- 我可以本地运行 GLM-4.7-Flash 吗？
- 可以，权重开源并托管于 Hugging Face 的 zai-org/GLM-4.7-Flash。Z.ai 支持通过 vLLM、SGLang 和 Transformers 库本地推理，但 vLLM 和 SGLang 目前仅支持主分支或夜间版本。
- GLM-4.7-Flash 价格和上下文窗口是多少？
- 通过 Z.ai API，输入令牌每百万 $0.06，输出令牌每百万 $0.40，上下文窗口为 200,000 令牌。
- GLM-4.7-Flash 与 GLM-4.7 有何不同？
- GLM-4.7-Flash 是 GLM-4.7 系列中更轻量、高效的变体，采用 MoE 架构，总参数 30B，活跃参数仅 3B。GLM-4.7 是完整模型；Z.ai 将 Flash 定位为在降低部署成本的同时，保持代理编码任务性能的选项。
船长评语如果您的工作负载是代理编码，且希望获得低价开源权重，GLM-4.7-Flash 具备强有力的性能数据支持。
Hugging Face 上的模型卡
船长根据模型自身描述和模型卡撰写这些笔记。价格和上下文大小为撰写时提供商的数据，可能会变动。
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.
这个评分是怎么计算的
这个模型还没有任何来源的流行度数据，所以它用一个低于 7,000° 的替代数值来保持列表完整。它永远不会排在有数据的模型前面。一旦有来源报告数据，分解就会显示在这里。
术语表：这里用到的术语
- 热度得分
- 一个数字，表示模型当前的使用和需求程度，范围从0°到9,999°。本站所有标注为最热门的榜单都按这个分数排序，别无他物。
- 基准线
- 所有有真实数据的模型起始于7,000°。分数范围是0°到9,999°；基准线以下的部分保留给无数据的替代模型，这样有数据的模型总是排在无数据模型之上。基准线对所有人相同，不影响排名；超过基准线的度数才是实际测量值。
- 下载等价量
- 得分中当作下载计算的所有项目总和：下载本身，每个种子上传者算1,000，每个AI Horde图片和每次生成网站的运行算一个。
- 对数刻度
- 以十为单位计数，而不是以一为单位：从1,000到10,000下载增加的热度和从10,000到100,000增加的热度相同。这样可以防止巨头压倒一切。
- 点赞
- 来自所有来源的点赞和竖起大拇指，每个点赞在对数刻度上价值半个下载。
- 采用率
- 模型当前每天的下载次数，基于两次读数的差值。权重是下载项的四分之一。
- 测量与估算
- 测量表示有两个来源的读数，且差异是真实的。估算表示只知道今天的总数，过去的数据是根据模型的生命周期分配的；网站会说明显示的是哪种。
- 做种者
- 指那些在线保存权重副本供他人通过种子下载的人，或者提供同样服务的托管镜像。每个做种者相当于1000次下载。
- AI Horde
- 一个志愿者网络，在捐赠的电脑上免费生成图片。它用某个模型生成的图片数量是公开的，每张图片算作一次下载。
- 生成网站
- 托管自己模型副本并允许用户生成的站点，比如PixAI、SeaArt和Yodayo。它们的下载计数和Civitai一样，每次生成算一次下载。
- OpenRouter 令牌
- 通过API提供的文本模型，如Claude或GPT，没有权重需要下载，因此其使用量以令牌计量：过去30天内通过OpenRouter（一种许多应用使用的网关）读取和生成的文本片段。每10,000,000个令牌计为一次下载。来源：OpenRouter (openrouter.ai/rankings)，CC BY 4.0。
- 完整模型（检查点）
- 权重文件本身，是能独立生成的文件。它会获得额外加分，因为附加组件依赖它。
- LoRA和嵌入
- 小型附加文件，用来引导别人的权重朝向某种风格、角色或概念。它们不能单独运行。
- 家族与权重
- 模型构建所基于的基础，比如SD 1.5、SDXL、Flux或Wan。每个模型继承其家族权重的发布日期。
- 年龄
- 根据家族权重发布多久，扣除的度数：每年150°，最多750°。它保留了那些积累了多年下载量的老模型，防止它们被挤出榜单顶部。
- 家族加成
- 对当前网站重点推广的某个家族的LoRA给予的小幅度限制性加分，总是在分数细目中列出。
- 替代分数
- 给还没有任何来源报告的模型一个稳定的最低分数，这样榜单才完整。它永远不会高于有数据的模型。
- 新模型！（宽限期）
- 不到7天的新模型显示“新模型！”而非分数，且不参与排名。其分数从第一天开始计算，但一天大的模型增长最快，若不等待，周榜#1总是昨天刚发布的模型，而非持续一周的。
- 趋势
- 模型在某段时间内的增长与同一时间段内典型模型增长的对比。比典型快表示上升，比典型慢表示下降。
- 典型模型
- 目录的中间值：一半有数据的模型增长比它快，一半比它慢。
GLM 4.7 Flash 是 Text / LLM 系列的一个文本模型，收录于 ModelTrends.ai——一个只读的开源 AI 图像、视频和文本模型目录。你可以将它与其他 Text / LLM 模型比较，并查看热度分数了解趋势。
按模型系列浏览
Text / LLM 模型
434
Anima 模型
528
Chroma 模型
19
Fibo 模型
2
Flux 模型
1,496
Flux 2 / Klein 模型
1,239
Flux 3 模型
3
Moss 模型
3
Iris 模型
1
MiniMax H3 模型
364
Hunyuan 模型
204
Ideogram 模型
20
Krea2 模型
717
Qwen 模型
20
Qwen2 模型
47
Ltx2 模型
153