GLM 4.7
5539°
Executar modelo
Ofertas / Anúncios
Z.ai | contexto de 204.800 tokens | $0,60/M entrada, $2,20/M saída. GLM-4.7 é o modelo principal mais recente da Z.ai, apresentando melhorias em duas áreas-chave: capacidades de programação aprimoradas e raciocínio/executação multi-etapas mais estáveis. Demonstra melhorias significativas na execução de tarefas agentes complexas, oferecendo experiências conversacionais mais naturais e estética front-end superior.
Guias para este modelo
Ollama vs LM Studio (2026): qual app de IA local usar e quais os melhores modelos que cada um roda
Melhor LLM local por caso de uso (outubro de 2026): o modelo aberto certo para cada tarefa
De quanto VRAM eu realmente preciso para IA local?
O que é um arquivo GGUF? Modelos quantizados explicados (Q4, Q8, fp8, NF4)
Notas do capitão
Notas de 2026-10-13
GLM-4.7 é o modelo de texto principal atual da Z.ai, construído com foco em codificação agente e raciocínio em múltiplas etapas. Possui pesos abertos e um contexto de 204.800 tokens, e seus ganhos em benchmarks sobre o GLM-4.6 são substanciais em codificação, matemática e uso de ferramentas. É ideal para desenvolvedores que querem uma alternativa capaz e auto-hospedável aos modelos fechados de ponta, sem pagar preços de ponta.
Conhecido por
- Codificação agente forte, incluindo tarefas multilíngues em nível de repositório via SWE-bench
- Suporte a pensar antes de agir em Claude Code, Cline, Roo Code e frameworks similares
- Ganhos sólidos em matemática e raciocínio sobre seu predecessor nos benchmarks AIME e HMMT
- Melhorias no uso de ferramentas e navegação web medidas no τ²-Bench e BrowseComp
- Pesos abertos disponíveis no Hugging Face para implantação local ou auto-hospedada
Fique atento a
- Tokens de saída custam $2,20/M, então execuções longas com muitas chamadas de ferramentas somam rápido.
- O fabricante não publicou um resumo de licença no cartão do modelo; verifique os termos antes do uso comercial.
- Gemini 3.0 Pro e GPT-5-High o superam em vários benchmarks na tabela de comparação do fabricante.
Sugestões para tentar
Corrigir um problema real do GitHub
Aqui está um repositório Python com um bug: a função `parse_config` em `config.py` gera um KeyError quando o arquivo de configuração está sem a chave `timeout`. Escreva uma correção mínima e pronta para produção, adicione um teste unitário que cubra o caso da chave ausente e explique em um parágrafo por que sua abordagem é mais segura do que uma busca direta no dicionário.
Enigma de raciocínio em múltiplas etapas
Um fazendeiro tem 17 ovelhas. Todas, exceto 9, morrem. Ele então compra o suficiente para dobrar seu rebanho, vende um terço do total e dá 4 para seu vizinho. Quantas ovelhas ele tem? Mostre cada passo do seu raciocínio antes de dar o número final e sinalize qualquer ambiguidade na declaração do problema.
Plano agente com chamadas de ferramentas
Você está trabalhando em um terminal. Preciso que escreva um script bash que: verifique se o Python 3.11 ou superior está instalado, crie um ambiente virtual se não existir, instale os pacotes de um requirements.txt que vou fornecer e execute pytest. Mostre o script e depois explique o que cada bloco faz e o que pode dar errado em cada etapa.
Comparar com
- GLM 5.3 FlashXModelo apenas para APIContexto de 1,048,576 tokens · entrada $0.37/M, saída $1.25/M
- GLM 5V TurboModelo apenas para APIContexto de 202,752 tokens · entrada $1.20/M, saída $4.00/M
- GLM 5.3 PrimeModelo apenas para APIContexto de 1,000,000 tokens · entrada $2.80/M, saída $8.80/M
- GLM 5.3 FlashModelo com pesos abertosContexto de 1,048,576 tokens · entrada $0.02/M, saída $0.72/M
Mais modelos de texto de z-ai
Perguntas frequentes
- Os pesos do GLM-4.7 são abertos e posso rodá-lo localmente?
- Sim, os pesos estão publicamente disponíveis no Hugging Face em zai-org/GLM-4.7, então você pode baixar e auto-hospedar o modelo. Verifique a licença do repositório antes de usar em produto comercial.
- Quanto custa o GLM-4.7 e qual o tamanho do seu contexto?
- A API da Z.ai cobra $0,60 por milhão de tokens de entrada e $2,20 por milhão de tokens de saída, com uma janela de contexto de 204.800 tokens.
- Como o GLM-4.7 difere do GLM-4.6?
- O GLM-4.7 foca suas melhorias em codificação agente, uso de ferramentas e raciocínio: o fabricante reporta ganhos de cerca de 6 pontos no SWE-bench Verified, 13 pontos no SWE-bench Multilingual, 16 pontos no Terminal Bench 2.0 e 12 pontos no benchmark de raciocínio HLE em comparação ao GLM-4.6.
Veredito do capitãoUm modelo de codificação e raciocínio com pesos abertos genuinamente capaz que merece estar na lista restrita sem exigir compromisso com API fechada.
Ficha do modelo no Hugging Face
O capitão escreve estas notas com base na descrição e ficha do modelo. Preços e tamanhos de contexto são do provedor na data da escrita e podem mudar.
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.
Como essa pontuação é calculada
Este modelo ainda não tem dados de popularidade de nenhuma fonte, então ele carrega um número provisório abaixo de 7,000° para manter as listas completas. Ele nunca fica acima de um modelo com dados. A divisão aparece aqui assim que uma fonte reporta.
Glossário: os termos usados aqui
- Pontuação heat
- Um número que mostra o quanto um modelo está sendo usado e desejado agora, de 0° a 9.999°. Toda lista neste site que diz mais quente é ordenada por ele e só por ele.
- Limite mínimo
- Os 7.000° que todo modelo com dados reais começa. A escala vai de 0° a 9.999°; a parte abaixo do limite é para substitutos (modelos sem dados), para que um modelo com dados sempre fique acima de um sem. O limite é igual para todos e não decide nada; os graus acima dele são a medida.
- Equivalentes a downloads
- Tudo que a pontuação trata como download, somado: downloads em si, cada torrent seeder como 1.000, cada imagem AI Horde e cada execução em site de geração como um.
- Escala logarítmica
- Contando de dez em dez, não de um em um: ir de 1.000 para 10.000 downloads adiciona os mesmos graus que ir de 10.000 para 100.000. Isso evita que gigantes abafem tudo.
- Likes
- Joinhas e likes de todas as fontes, valendo metade de um download na escala logarítmica.
- Taxa de adoção
- Quantos downloads por dia um modelo recebe agora, pela diferença entre duas leituras de uma fonte. Um quarto do peso do termo download.
- Medido e estimado
- Medido significa que existem duas leituras de uma fonte e a diferença é real. Estimado significa que só se sabe o total de hoje e o passado é distribuído ao longo da vida do modelo; o site indica qual está mostrando.
- Seeder
- Alguém que mantém uma cópia dos pesos online para outros baixarem via torrent, ou um espelho hospedado fazendo o mesmo. Cada um conta como 1.000 downloads.
- AI Horde
- Uma rede voluntária que gera imagens de graça em computadores doados. O número de imagens feitas com um modelo é público, e cada uma conta como um download.
- Sites de geração
- Sites que hospedam suas próprias cópias de um modelo e deixam as pessoas gerarem com ele, como PixAI, SeaArt e Yodayo. Os downloads deles contam como os do Civitai e cada geração conta como um download.
- Tokens OpenRouter
- Um modelo de texto servido via API, como Claude ou GPT, não tem pesos para baixar, então seu uso é medido em tokens: os pedaços de texto que ele leu e escreveu via OpenRouter, um gateway usado por muitos apps, nos últimos 30 dias. Cada 10,000,000 tokens contam como um download. Fonte: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
- Modelo completo (checkpoint)
- Os pesos em si, o arquivo que gera sozinho. Ganha um bônus porque complementos dependem dele.
- LoRA e embedding
- Arquivos pequenos que direcionam os pesos de outra pessoa para um estilo, personagem ou conceito. Não podem rodar sozinhos.
- Família e pesos
- A base em que um modelo é construído, como SD 1.5, SDXL, Flux ou Wan. Todo modelo herda a data de lançamento dos pesos da sua família.
- Idade
- Pontos retirados conforme há quanto tempo os pesos da família foram lançados: 150° por ano, até 750°. Mantém os downloads antigos que tiveram anos para acumular, evitando que saiam do topo da lista.
- Impulso da família
- Um pequeno empurrão limitado para LoRAs de uma família que este site está promovendo agora, sempre listado na divisão.
- Pontuação provisória
- Um número estável abaixo do mínimo dado a um modelo que ainda não tem dados de fonte, para a lista ficar completa. Nunca fica acima de um modelo com dados.
- Novo! (período de carência)
- Um modelo com menos de 7 dias mostra Novo! em vez de uma pontuação e não ocupa lugar no ranking. Sua pontuação é calculada desde o primeiro dia, mas um modelo com um dia cresce mais rápido que qualquer outro, então sem a espera o #1 da semana seria sempre o que saiu ontem, não o que se manteve por uma semana.
- Tendência
- Como o crescimento de um modelo num período se compara com o crescimento típico dos modelos no mesmo período. Crescimento mais rápido que o típico indica alta, mais lento indica queda.
- Modelo típico
- O meio do catálogo: metade dos modelos com número cresceu mais rápido no período, metade mais devagar.
GLM 4.7 é um modelo de texto para a família Text / LLM listado no ModelTrends.ai, um catálogo somente leitura de modelos de IA de código aberto para imagem, vídeo e texto. Compare-o com outros modelos Text / LLM e veja a pontuação de calor para acompanhar a tendência.
Mais modelos Text / LLMMais Texto / LLM Text / LLMllmz-airaciocínioprogramaçãoagentesmatemáticalocal
Navegar por família de modelos
Modelos Text / LLM
434
Modelos Anima
528
Modelos Chroma
19
Modelos Fibo
2
Modelos Flux
1,496
Modelos Flux 2 / Klein
1,239
Modelos Flux 3
3
Modelos Moss
3
Modelos Iris
1
Modelos MiniMax H3
364
Modelos Hunyuan
204
Modelos Ideogram
20
Modelos Krea2
717
Modelos Qwen
20
Modelos Qwen2
47
Modelos Ltx2
153