GLM 4.7 Flash
3598°
Ejecutar este modelo
Ofertas / Anuncios
Z.ai | contexto de 200,000 tokens | $0.06/M entrada, $0.40/M salida. Como modelo SOTA de clase 30B, GLM-4.7-Flash ofrece una nueva opción que equilibra rendimiento y eficiencia. Está optimizado para casos de uso agenticos de codificación, fortaleciendo capacidades de codificación, planificación de tareas a largo plazo y colaboración con herramientas, y ha logrado un rendimiento líder entre modelos open-source del mismo tamaño en varios benchmarks públicos actuales.
Guías para este modelo
Mejor LLM local según el uso (octubre 2026): el modelo abierto adecuado para cada tarea
¿Cuánta VRAM necesito realmente para IA local?
Pesos abiertos vs código abierto vs solo API: lo que realmente puedes hacer
¿Qué es un archivo GGUF? Modelos cuantizados explicados (Q4, Q8, fp8, NF4)
Notas del capitán
Notas del 2026-10-13
GLM-4.7-Flash es un modelo MoE de clase 30B de Z.ai con solo 3B parámetros activos, construido alrededor de codificación agentica y planificación de tareas a largo plazo. Sus números de benchmark frente a Qwen3-30B-A3B y GPT-OSS-20B son impresionantes, especialmente en SWE-bench Verified y tareas agenticas de múltiples turnos. Pesos abiertos, ventana de contexto de 200K y precios bajos en API lo hacen digno de consideración seria si ejecutas agentes de codificación o necesitas un modelo capaz que puedas alojar tú mismo.
Conocido por
- Puntuación SWE-bench Verified de 59.2, muy por delante de modelos abiertos comparables
- Alto rendimiento en tareas agenticas de múltiples turnos en τ²-Bench
- Ventana de contexto de 200,000 tokens para documentos largos y tareas extendidas
- Arquitectura MoE: 30B total, 3B activos, eficiente para servir localmente
- Pesos abiertos desplegables vía vLLM, SGLang o Transformers
Cuidado con
- El soporte para vLLM y SGLang está solo en ramas main/nightly, no en lanzamientos estables aún
- El modo Thinking preservado es requerido para tareas agenticas de múltiples turnos; fácil de pasar por alto en la configuración
- Los términos de licencia no están detallados en los materiales publicados; revisa el repositorio antes de uso comercial
Prompts para probar
Depurar un test que falla
Here is a Python function and a pytest test that fails with an AssertionError. Identify the bug, explain why it causes the failure, and return a corrected version of the function only.
def calculate_discount(price, pct):
return price - (price * pct)
def test_discount():
assert calculate_discount(100, 10) == 90
Planificar una tarea agentica multi-pasos
You are an autonomous coding agent. A user's repository has no test suite. Outline a concrete, step-by-step plan to: audit the codebase for testable units, write pytest tests for the three highest-risk functions, run them, interpret failures, and open a pull request with a summary. List each tool call you would make and what you expect it to return.
Razonar sobre un acertijo lógico
Five engineers each own a different programming language as their favourite: Python, Rust, Go, TypeScript, JavaScript. Use these clues to determine who favours which language: Alice is not next to the Rust fan. Bob favours a compiled language. Carol sits between the Python and Go fans. Dave does not favour JavaScript. Eve sits at one end and favours a scripting language.
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 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
Más modelos de texto de z-ai
Preguntas frecuentes
- Can I run GLM-4.7-Flash locally?
- Sí, los pesos son abiertos y están alojados en Hugging Face en zai-org/GLM-4.7-Flash. Z.ai soporta inferencia local vía vLLM, SGLang y la biblioteca Transformers, aunque el soporte para vLLM y SGLang requiere actualmente sus ramas main o nightly en lugar de un lanzamiento estable.
- What does GLM-4.7-Flash cost and what is its context window?
- A través de la API de Z.ai tiene un precio de $0.06 por millón de tokens de entrada y $0.40 por millón de tokens de salida, con una ventana de contexto de 200,000 tokens.
- How does GLM-4.7-Flash differ from GLM-4.7?
- GLM-4.7-Flash es la variante más ligera y enfocada en eficiencia dentro de la familia GLM-4.7, usando una arquitectura MoE con solo 3B parámetros activos de 30B totales. GLM-4.7 es el modelo completo; Z.ai posiciona Flash como la opción cuando necesitas menor costo de despliegue sin sacrificar demasiado en tareas agenticas de codificación.
Veredicto del capitánSi la codificación agentica es tu carga de trabajo y quieres pesos abiertos a bajo precio, GLM-4.7-Flash tiene los números para respaldar la propuesta.
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 Flash 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-airazonamientoprogramaciónagentescontexto largolocal
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