GLM 4.7 Flash
3598°
Executar modelo
Ofertas / Anúncios
Z.ai | contexto de 200.000 tokens | $0,06/M entrada, $0,40/M saída. Como um modelo SOTA da classe 30B, GLM-4.7-Flash oferece uma nova opção que equilibra desempenho e eficiência. É ainda mais otimizado para casos de uso agentivos de codificação, fortalecendo capacidades de codificação, planejamento de tarefas de longo prazo e colaboração com ferramentas, e alcançou desempenho líder entre modelos open-source do mesmo tamanho em vários rankings públicos atuais.
Guias para este modelo
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?
Pesos abertos vs código aberto vs só API: o que você realmente pode fazer
O que é um arquivo GGUF? Modelos quantizados explicados (Q4, Q8, fp8, NF4)
Notas do capitão
Notas de 2026-10-13
GLM-4.7-Flash é um modelo MoE classe 30B da Z.ai com apenas 3B de parâmetros ativos, focado em codificação agentiva e planejamento de tarefas de longo prazo. Seus números de benchmark contra Qwen3-30B-A3B e GPT-OSS-20B são impressionantes, especialmente no SWE-bench Verified e em tarefas agentivas multi-turno. Pesos abertos, janela de contexto de 200K e preço baixo na API fazem dele uma opção séria se você executa agentes de codificação ou precisa de um modelo capaz que possa hospedar localmente.
Conhecido por
- Pontuação SWE-bench Verified de 59,2, muito à frente de modelos abertos comparáveis
- Desempenho forte em tarefas agentivas multi-turno no τ²-Bench
- Janela de contexto de 200.000 tokens para documentos longos e tarefas estendidas
- Arquitetura MoE: 30B total, 3B ativos, eficiente para servir localmente
- Pesos abertos implantáveis via vLLM, SGLang ou Transformers
Fique atento a
- Suporte a vLLM e SGLang está apenas nos branches main/nightly, não em releases estáveis ainda
- Modo Thinking preservado é necessário para tarefas agentivas multi-turno; fácil de perder na configuração
- Termos de licença não são detalhados nos materiais publicados; verifique o repositório antes do uso comercial
Sugestões para tentar
Depurar um teste que falha
Aqui está uma função Python e um teste pytest que falha com AssertionError. Identifique o bug, explique por que causa a falha e retorne apenas a versão corrigida da função.
def calculate_discount(price, pct):
return price - (price * pct)
def test_discount():
assert calculate_discount(100, 10) == 90
Planejar uma tarefa agentiva em múltiplas etapas
Você é um agente autônomo de codificação. O repositório de um usuário não tem suíte de testes. Esboce um plano concreto, passo a passo para: auditar o código para unidades testáveis, escrever testes pytest para as três funções de maior risco, executá-los, interpretar falhas e abrir um pull request com um resumo. Liste cada chamada de ferramenta que faria e o que espera que retorne.
Raciocinar sobre um quebra-cabeça lógico
Cinco engenheiros têm linguagens de programação favoritas diferentes: Python, Rust, Go, TypeScript, JavaScript. Use estas pistas para determinar quem prefere qual linguagem: Alice não está ao lado do fã de Rust. Bob prefere uma linguagem compilada. Carol está entre os fãs de Python e Go. Dave não prefere JavaScript. Eve está em uma das extremidades e prefere uma linguagem de script.
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 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
Mais modelos de texto de z-ai
Perguntas frequentes
- Posso rodar o GLM-4.7-Flash localmente?
- Sim, os pesos são abertos e hospedados no Hugging Face em zai-org/GLM-4.7-Flash. A Z.ai suporta inferência local via vLLM, SGLang e a biblioteca Transformers, embora o suporte a vLLM e SGLang exija os branches main ou nightly, não uma release estável.
- Qual o custo do GLM-4.7-Flash e qual o tamanho do contexto?
- Via API da Z.ai, custa $0,06 por milhão de tokens de entrada e $0,40 por milhão de tokens de saída, com uma janela de contexto de 200.000 tokens.
- Como o GLM-4.7-Flash difere do GLM-4.7?
- GLM-4.7-Flash é a variante mais leve e focada em eficiência da família GLM-4.7, usando arquitetura MoE com apenas 3B ativos de 30B totais. GLM-4.7 é o modelo completo; a Z.ai posiciona o Flash como a opção para quando você precisa de menor custo de implantação sem sacrificar muito em tarefas agentivas de codificação.
Veredito do capitãoSe codificação agentiva é sua carga de trabalho e você quer pesos abertos a baixo custo, o GLM-4.7-Flash tem os números para sustentar a proposta.
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 Flash 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-airaciocínioprogramaçãoagentescontexto longolocal
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