GLM 4.7
5539°
Ejecutar este modelo
Ofertas / Anuncios
Z.ai | contexto de 204,800 tokens | $0.60/M entrada, $2.20/M salida. GLM-4.7 es el último modelo insignia de Z.ai, con mejoras en dos áreas clave: capacidades de programación mejoradas y razonamiento/ejecución multi-paso más estable. Demuestra mejoras significativas en la ejecución de tareas complejas agenticas mientras ofrece experiencias conversacionales más naturales y estética front-end superior.
Guías para este modelo
Ollama vs LM Studio (2026): qué app local de IA usar y qué modelos principales corre cada una
Mejor LLM local según el uso (octubre 2026): el modelo abierto adecuado para cada tarea
¿Cuánta VRAM necesito realmente para IA local?
¿Qué es un archivo GGUF? Modelos cuantizados explicados (Q4, Q8, fp8, NF4)
Notas del capitán
Notas del 2026-10-13
GLM-4.7 es el modelo de texto insignia actual de Z.ai, construido alrededor de codificación agentiva y razonamiento multi-paso. Tiene pesos abiertos y un contexto de 204,800 tokens, y sus mejoras sobre GLM-4.6 son sustanciales en codificación, matemáticas y uso de herramientas. Es ideal para desarrolladores que quieren una alternativa capaz y autoalojable a los modelos cerrados de frontera sin pagar precios elevados.
Conocido por
- Fuerte codificación agentiva, incluyendo tareas multilingües a nivel de repositorio vía SWE-bench
- Soporte de pensar antes de actuar en Claude Code, Cline, Roo Code y marcos similares
- Mejoras sólidas en matemáticas y razonamiento sobre su predecesor en benchmarks AIME y HMMT
- Mejoras en uso de herramientas y navegación web medidas en τ²-Bench y BrowseComp
- Pesos abiertos disponibles en Hugging Face para despliegue local o autoalojado
Cuidado con
- Los tokens de salida cuestan $2.20/M, por lo que ejecuciones agentivas largas con muchas llamadas a herramientas suman rápido.
- El fabricante no ha publicado un resumen de licencia en la tarjeta del modelo; revisa los términos antes de uso comercial.
- Gemini 3.0 Pro y GPT-5-High lo superan en varios benchmarks en la tabla comparativa del fabricante.
Prompts para probar
Arreglar un problema real de GitHub
Aquí hay un repositorio Python con un error: la función `parse_config` en `config.py` lanza un KeyError cuando falta la clave `timeout` en el archivo de configuración. Escribe una corrección mínima y lista para producción, añade un test unitario que cubra el caso de clave faltante, y explica en un párrafo por qué tu enfoque es más seguro que una búsqueda directa en el diccionario.
Acertijo de razonamiento multi-paso
Un granjero tiene 17 ovejas. Todas menos 9 mueren. Luego compra suficientes ovejas para duplicar su rebaño, vende un tercio del total y le da 4 a su vecino. ¿Cuántas ovejas tiene? Muestra cada paso de tu razonamiento antes de dar el número final, y señala cualquier ambigüedad en el enunciado.
Plan agentivo con llamadas a herramientas
Estás trabajando en un terminal. Necesito que escribas un script bash que: verifique si Python 3.11 o superior está instalado, cree un entorno virtual si no existe, instale los paquetes de un requirements.txt que te proporcionaré, y ejecute pytest. Muestra el script, luego explica qué hace cada bloque y qué podría fallar en cada paso.
Comparar con
- GLM 5.3 FlashXModelo solo APIContexto de 1,048,576 tokens · $0.37/M entrada, $1.25/M salida
- GLM 5V TurboModelo solo APIContexto de 202,752 tokens · $1.20/M entrada, $4.00/M salida
- GLM 5.3 PrimeModelo solo APIContexto de 1,000,000 tokens · $2.80/M entrada, $8.80/M salida
- GLM 5.3 FlashModelo con pesos abiertosContexto de 1,048,576 tokens · $0.02/M entrada, $0.72/M salida
Más modelos de texto de z-ai
Preguntas frecuentes
- ¿Los pesos de GLM-4.7 son abiertos y puedo ejecutarlo localmente?
- Sí, los pesos están disponibles públicamente en Hugging Face en zai-org/GLM-4.7, así que puedes descargar y autoalojar el modelo. Revisa la licencia del repositorio antes de usarlo comercialmente.
- ¿Cuánto cuesta GLM-4.7 y qué tan largo es su contexto?
- La API de Z.ai cobra $0.60 por millón de tokens de entrada y $2.20 por millón de tokens de salida, con una ventana de contexto de 204,800 tokens.
- ¿En qué se diferencia GLM-4.7 de GLM-4.6?
- GLM-4.7 centra sus mejoras en codificación agentiva, uso de herramientas y razonamiento: el fabricante reporta ganancias de aproximadamente 6 puntos en SWE-bench Verified, 13 puntos en SWE-bench Multilingual, 16 puntos en Terminal Bench 2.0 y 12 puntos en el benchmark de razonamiento HLE comparado con GLM-4.6.
Veredicto del capitánUn modelo de codificación y razonamiento con pesos abiertos realmente capaz que merece estar en la lista corta sin requerir compromiso con API cerrada.
Ficha del modelo en Hugging Face
El capitán escribe estas notas a partir de la descripción y ficha del modelo. Los precios y tamaños de contexto son los del proveedor al momento de escribir y pueden cambiar.
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.
Cómo se suma esta puntuación
Este modelo aún no tiene datos de popularidad de ninguna fuente, así que lleva un número provisional por debajo de 7,000° que mantiene las listas completas. Nunca se posiciona por encima de un modelo con datos. El desglose aparece aquí tan pronto como una fuente lo reporte.
Glosario: los términos usados aquí
- Puntuación heat
- Un número que muestra cuánto se usa y quiere un modelo ahora mismo, de 0° a 9,999°. Cada lista en este sitio que dice más popular está ordenada por esto y nada más.
- Piso
- Los 7,000° con los que empieza todo modelo con datos reales. La escala va de 0° a 9,999°; la parte bajo el piso está reservada para sustitutos (modelos sin datos), para que un modelo con datos siempre esté por encima de uno sin. El piso es igual para todos y no decide nada; los grados sobre él son la medida.
- Equivalentes a descargas
- Todo lo que la puntuación trata como una descarga, sumado: las descargas mismas, cada seeder de torrent como 1,000, cada imagen de AI Horde y cada ejecución en un sitio de generación como uno.
- Escala logarítmica
- Cuenta de a decenas, no de a uno: pasar de 1,000 a 10,000 descargas suma los mismos grados que pasar de 10,000 a 100,000. Evita que los gigantes opaquen todo lo demás.
- Likes
- Pulgares arriba y likes de todas las fuentes, valen la mitad de una descarga cada uno en la escala logarítmica.
- Tasa de adopción
- Cuántas descargas al día recibe un modelo ahora mismo, según la diferencia entre dos lecturas de una fuente. Un cuarto del peso del término de descarga.
- Medido y estimado
- Medido significa que hay dos lecturas de una fuente y la diferencia es real. Estimado significa que solo se conoce el total de hoy y el pasado se distribuye a lo largo de la vida del modelo; el sitio indica cuál está mostrando.
- Seeder
- Alguien que mantiene una copia de los pesos en línea para que otros la descarguen por torrent, o un espejo alojado que hace lo mismo. Cada uno cuenta como 1,000 descargas.
- AI Horde
- Una red de voluntarios que genera imágenes gratis en computadoras donadas. El número de imágenes que ha hecho con un modelo es público, y cada una cuenta como una descarga.
- Sitios de generación
- Sitios que alojan sus propias copias de un modelo y permiten que la gente genere con él, como PixAI, SeaArt y Yodayo. Sus descargas cuentan igual que las de Civitai y cada generación cuenta como una descarga.
- Tokens de OpenRouter
- Un modelo de texto servido mediante una API, como Claude o GPT, no tiene pesos para descargar, por lo que su uso se mide en tokens: fragmentos de texto que leyó y escribió a través de OpenRouter, una puerta de acceso que usan muchas apps, durante los últimos 30 días. Cada 10,000,000 tokens cuentan como una descarga. Fuente: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
- Modelo completo (checkpoint)
- Los pesos en sí, el archivo que genera por sí solo. Tiene un bono porque los complementos dependen de él.
- LoRA y embedding
- Archivos pequeños que dirigen los pesos de otro hacia un estilo, personaje o concepto. No pueden funcionar solos.
- Familia y pesos
- La base sobre la que se construye un modelo, como SD 1.5, SDXL, Flux o Wan. Cada modelo hereda la fecha de lanzamiento de los pesos de su familia.
- Antigüedad
- Grados descontados según hace cuánto salieron los pesos de la familia: 150° por año, hasta 750°. Mantiene las descargas antiguas que tuvieron años para acumularse congelando la cima de la lista.
- Impulso de familia
- Un pequeño empujón limitado para LoRAs de una familia que este sitio está promoviendo ahora, siempre listado en el desglose.
- Puntaje provisional
- Un número estable por debajo del mínimo dado a un modelo que aún no tiene reportes de fuentes, para que las listas estén completas. Nunca se posiciona por encima de un modelo con datos.
- ¡Nuevo! (periodo de gracia)
- Un modelo con menos de 7 días muestra ¡Nuevo! en lugar de una puntuación y no ocupa lugar en los rankings. Su puntuación se calcula desde el primer día, pero un modelo de un día crece más rápido que cualquier otro, así que sin este periodo el #1 de la semana siempre sería el que salió ayer en vez del que se mantuvo una semana.
- Tendencia
- Cómo el crecimiento de un modelo en un período se compara con el crecimiento típico de modelos en ese mismo período. Más rápido que lo típico se lee como subida, más lento como bajada.
- Modelo típico
- El punto medio del catálogo: la mitad de los modelos con cifras crecieron más rápido en el período, la otra mitad más lento.
GLM 4.7 es un modelo de texto para la familia Text / LLM listado en ModelTrends.ai, un catálogo de solo lectura de modelos de IA de imagen, vídeo y texto de código abierto. Compáralo con otros modelos Text / LLM y consulta su puntuación de calor para ver su tendencia.
Más modelos Text / LLMMás Texto / LLM de Text / LLMllmz-airazonamientoprogramaciónagentesmatemáticaslocal
Explorar por familia 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