Bisakah saya menjalankan GLM-4.7-Flash secara lokal?

Ya, bobotnya terbuka dan tersedia di Hugging Face di zai-org/GLM-4.7-Flash. Z.ai mendukung inferensi lokal melalui vLLM, SGLang, dan library Transformers, meskipun dukungan vLLM dan SGLang saat ini memerlukan cabang main atau nightly, bukan rilis stabil.

Berapa biaya GLM-4.7-Flash dan berapa jendela konteksnya?

Melalui API Z.ai, harganya $0,06 per juta token input dan $0,40 per juta token output, dengan jendela konteks 200.000 token.

Apa bedanya GLM-4.7-Flash dengan GLM-4.7?

GLM-4.7-Flash adalah varian yang lebih ringan dan fokus efisiensi dalam keluarga GLM-4.7, menggunakan arsitektur MoE dengan hanya 3B parameter aktif dari total 30B. GLM-4.7 adalah model penuh; Z.ai memposisikan Flash sebagai opsi saat Anda membutuhkan biaya deployment lebih rendah tanpa mengorbankan terlalu banyak pada tugas pengkodean agen.

GLM 4.7 Flash

3598°

#llm #z-ai #penalaran #pemrograman #agen #konteks panjang

Jalankan model ini

Penawaran / Iklan

OpenRouter Terminal / API

Bayar per token

Ngobrol dengan model ini di browser atau panggil dari kode kamu dengan satu API key.

Z.ai | konteks token 200.000 | $0,06/M input, $0,40/M output. Sebagai model SOTA kelas 30B, GLM-4.7-Flash menawarkan opsi baru yang menyeimbangkan kinerja dan efisiensi. Model ini dioptimalkan lebih lanjut untuk kasus penggunaan pengkodean agen, memperkuat kemampuan pengkodean, perencanaan tugas jangka panjang, dan kolaborasi alat, serta telah mencapai performa terdepan di antara model open-source dengan ukuran sama pada beberapa papan peringkat tolok ukur publik saat ini.

Panduan untuk model ini

LLM lokal terbaik berdasarkan kasus penggunaan (Oktober 2026): model terbuka yang tepat untuk setiap pekerjaan

Berapa banyak VRAM yang sebenarnya saya butuhkan untuk AI lokal?

Bobot terbuka vs sumber terbuka vs hanya API: apa yang sebenarnya boleh kamu lakukan

Apa itu file GGUF? Penjelasan model terkuantisasi (Q4, Q8, fp8, NF4)

Semua panduan

Catatan Kapten

Ditulis oleh Captain, editor rumah

Catatan dari 2026-10-13

GLM-4.7-Flash adalah model MoE kelas 30B dari Z.ai dengan hanya 3B parameter aktif, dibangun untuk pengkodean agen dan perencanaan tugas jangka panjang. Angka benchmarknya dibandingkan Qwen3-30B-A3B dan GPT-OSS-20B sangat mencolok, terutama pada SWE-bench Verified dan tugas agen multi-putaran. Bobot terbuka, jendela konteks 200K, dan harga API rendah membuatnya layak dipertimbangkan serius jika Anda menjalankan agen pengkodean atau membutuhkan model mumpuni yang bisa dihosting sendiri.

Dikenal untuk

Skor SWE-bench Verified 59,2, jauh di depan model terbuka sejenis
Performa tugas agen multi-putaran yang kuat pada τ²-Bench
Jendela konteks 200.000 token untuk dokumen panjang dan tugas diperpanjang
Arsitektur MoE: total 30B, aktif 3B, efisien untuk dijalankan lokal
Bobot terbuka dapat dideploy via vLLM, SGLang, atau Transformers

Waspadai

Dukungan vLLM dan SGLang hanya pada cabang main/nightly, belum rilis stabil
Mode Preserved Thinking diperlukan untuk tugas agen multi-putaran; mudah terlewat saat setup
Ketentuan lisensi tidak rinci dalam materi yang dipublikasikan; periksa repo sebelum penggunaan komersial

Terbaik untuk

Pemrograman

Agen dan penggunaan alat

Penalaran

Konteks panjang

Jalankan secara lokal

Prompt untuk dicoba

Debug tes yang gagal

Berikut fungsi Python dan tes pytest yang gagal dengan AssertionError. Identifikasi bug, jelaskan mengapa menyebabkan kegagalan, dan kembalikan versi fungsi yang diperbaiki saja. def calculate_discount(price, pct): return price - (price * pct) def test_discount(): assert calculate_discount(100, 10) == 90

Rencanakan tugas agen multi-langkah

Anda adalah agen pengkodean otonom. Repositori pengguna tidak memiliki suite tes. Buat rencana konkret langkah demi langkah untuk: mengaudit basis kode untuk unit yang dapat dites, menulis tes pytest untuk tiga fungsi risiko tertinggi, menjalankannya, menginterpretasi kegagalan, dan membuka pull request dengan ringkasan. Daftar setiap panggilan alat yang akan Anda buat dan apa yang Anda harapkan sebagai hasilnya.

Penalaran melalui teka-teki logika

Lima insinyur masing-masing memiliki bahasa pemrograman favorit berbeda: Python, Rust, Go, TypeScript, JavaScript. Gunakan petunjuk ini untuk menentukan siapa yang menyukai bahasa mana: Alice tidak berdampingan dengan penggemar Rust. Bob menyukai bahasa yang dikompilasi. Carol duduk di antara penggemar Python dan Go. Dave tidak menyukai JavaScript. Eve duduk di salah satu ujung dan menyukai bahasa scripting.

Bandingkan dengan

GLM 5.3 FlashX
Model hanya API
konteks 1,048,576 token · $0.37/M input, $1.25/M output
GLM 5V Turbo
Model hanya API
konteks 202,752 token · $1.20/M input, $4.00/M output
GLM 5 Turbo
Model hanya API
konteks 202,752 token · $1.20/M input, $4.00/M output
GLM 5.3 Prime
Model hanya API
konteks 1,000,000 token · $2.80/M input, $8.80/M output

Model teks lain dari z-ai

Pertanyaan yang sering diajukan

Bisakah saya menjalankan GLM-4.7-Flash secara lokal?: Ya, bobotnya terbuka dan tersedia di Hugging Face di zai-org/GLM-4.7-Flash. Z.ai mendukung inferensi lokal melalui vLLM, SGLang, dan library Transformers, meskipun dukungan vLLM dan SGLang saat ini memerlukan cabang main atau nightly, bukan rilis stabil.
Berapa biaya GLM-4.7-Flash dan berapa jendela konteksnya?: Melalui API Z.ai, harganya $0,06 per juta token input dan $0,40 per juta token output, dengan jendela konteks 200.000 token.
Apa bedanya GLM-4.7-Flash dengan GLM-4.7?: GLM-4.7-Flash adalah varian yang lebih ringan dan fokus efisiensi dalam keluarga GLM-4.7, menggunakan arsitektur MoE dengan hanya 3B parameter aktif dari total 30B. GLM-4.7 adalah model penuh; Z.ai memposisikan Flash sebagai opsi saat Anda membutuhkan biaya deployment lebih rendah tanpa mengorbankan terlalu banyak pada tugas pengkodean agen.

Putusan Kapten
Jika pengkodean agen adalah beban kerja Anda dan Anda menginginkan bobot terbuka dengan harga rendah, GLM-4.7-Flash memiliki angka yang mendukung klaim tersebut.

Kartu model di Hugging Face

Kapten menulis catatan ini dari deskripsi model dan kartu model itu sendiri. Harga dan ukuran konteks adalah milik penyedia pada saat penulisan dan dapat berubah.

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.

Change colors / personalize / get code

Not this creator?

Get your own badge

Bagaimana skor ini dihitung

Model ini belum punya data popularitas dari sumber mana pun, jadi memakai angka pengganti di bawah 7,000° supaya daftar tetap lengkap. Model ini tidak pernah berada di atas model yang punya data. Rinciannya akan muncul di sini segera setelah ada laporan dari sumber.

Glosarium: istilah yang dipakai di sini

Skor heat: Satu angka untuk seberapa banyak model dipakai dan diinginkan sekarang, dari 0° sampai 9.999°. Setiap daftar di situs ini yang bilang terpanas diurutkan berdasarkan ini dan tidak ada yang lain.
Lantai: 7.000° yang jadi titik awal semua model dengan data nyata. Skala dari 0° sampai 9.999°; bagian di bawah lantai untuk pengganti (model tanpa data), supaya model dengan data selalu di atas yang tanpa. Lantai sama untuk semua dan tidak menentukan apa-apa; derajat di atasnya yang dihitung.
Setara unduhan: Semua yang dihitung skor sebagai unduhan, dijumlahkan: unduhan itu sendiri, setiap torrent seeder dihitung 1.000, setiap gambar AI Horde dan setiap run di situs generasi dihitung satu.
Skala log: Menghitung per puluhan, bukan per satuan: naik dari 1.000 ke 10.000 unduhan menambah derajat yang sama dengan naik dari 10.000 ke 100.000. Ini mencegah raksasa mendominasi semuanya.
Suka: Jempol ke atas dan suka dari semua sumber, bernilai setengah unduhan di skala log.
Tingkat adopsi: Berapa banyak unduhan per hari yang didapat model sekarang, dari selisih dua pembacaan sumber. Bobot seperempat dari istilah unduhan.
Diukur dan diperkirakan: Diukur berarti ada dua pembacaan dari sumber dan perbedaannya nyata. Diperkirakan berarti hanya total hari ini yang diketahui dan masa lalu dibagi selama umur model; situs memberitahu mana yang sedang ditampilkan.
Seeder: Seseorang yang menyimpan salinan bobot secara online agar orang lain bisa mengunduh lewat torrent, atau mirror yang dihosting melakukan hal yang sama. Setiap satu dihitung sebagai 1.000 unduhan.
AI Horde: Jaringan sukarelawan yang menghasilkan gambar secara gratis di komputer yang disumbangkan. Jumlah gambar yang dibuat dengan model tertentu bersifat publik, dan setiap gambar dihitung sebagai satu unduhan.
Situs generasi: Situs yang menyimpan salinan model sendiri dan membiarkan orang menghasilkan gambar dengannya, seperti PixAI, SeaArt, dan Yodayo. Unduhan mereka dihitung seperti di Civitai dan setiap kali generasi dihitung sebagai satu unduhan.
Token OpenRouter: Model teks yang dilayani melalui API, seperti Claude atau GPT, tidak memiliki bobot untuk diunduh, jadi penggunaannya diukur dalam token: potongan teks yang dibaca dan ditulis melalui OpenRouter, gateway yang digunakan banyak aplikasi, selama 30 hari terakhir. Setiap 10,000,000 token dihitung sebagai satu unduhan. Sumber: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Model penuh (checkpoint): Bobot itu sendiri, file yang bisa menghasilkan secara mandiri. Mendapat bonus karena add-on bergantung padanya.
LoRA dan embedding: File add-on kecil yang mengarahkan bobot orang lain ke gaya, karakter, atau konsep tertentu. Tidak bisa dijalankan sendiri.
Keluarga dan bobot: Dasar yang dipakai model, seperti SD 1.5, SDXL, Flux, atau Wan. Setiap model mewarisi tanggal rilis bobot keluarganya.
Usia: Pengurangan nilai berdasarkan seberapa lama bobot keluarga itu dirilis: 150° per tahun, sampai maksimal 750°. Ini menjaga unduhan lama yang sudah bertahun-tahun menumpuk agar tetap di atas daftar.
Dorongan keluarga: Dorongan kecil dan terbatas untuk LoRA dari keluarga yang sedang didorong situs ini sekarang, selalu tercantum dalam rincian.
Skor pengganti: Angka stabil di bawah batas yang diberikan pada model yang belum ada laporan sumbernya, supaya daftar tetap lengkap. Tidak pernah lebih tinggi dari model yang punya data.
Baru! (masa tenggang): Model yang berumur kurang dari 7 hari menunjukkan label Baru! bukan skor dan tidak masuk peringkat. Skornya dihitung sejak hari pertama, tapi model yang baru sehari tumbuh lebih cepat dari apa pun, jadi tanpa masa tunggu model #1 minggu ini selalu yang baru kemarin, bukan yang bertahan seminggu.
Tren: Bagaimana pertumbuhan model selama periode tertentu dibandingkan dengan pertumbuhan model biasa di periode yang sama. Lebih cepat dari biasanya berarti naik, lebih lambat berarti turun.
Model biasa: Tengah katalog: setengah model dengan angka tumbuh lebih cepat selama periode itu, setengahnya lebih lambat.

Model Serupa

Model AI untuk Pembuatan Gambar, Video & Teks

GLM 4.7 Flash adalah model teks untuk keluarga Text / LLM yang tercantum di ModelTrends.ai, katalog hanya-baca untuk model AI gambar, video, dan teks open source. Bandingkan dengan model Text / LLM lainnya dan lihat skor popularitasnya untuk mengetahui trennya.

Model Text / LLM lainnya Teks / LLM Text / LLM lainnya llm z-ai penalaran pemrograman agen konteks panjang lokal

Jelajahi berdasarkan Keluarga Model