我可以本地執行 GLM-4.7-Flash 嗎？

Z.ai | 200,000 代幣上下文 | $0.06/M 輸入，$0.40/M 輸出。作為 30B 級別的最先進模型，GLM-4.7-Flash 提供了性能與效率兼顧的新選擇。它進一步優化了代理式程式碼使用場景，強化程式碼能力、長期任務規劃及工具協作，在多個公開基準排行榜中於同尺寸開源模型中取得領先表現。

本模型的指南

2026年10月最佳本地大型語言模型（LLM）按使用情境分類：每個工作都適合的開放模型

我到底需要多少 VRAM 才能在本地跑 AI？

開放權重、開源與僅API：你到底能做什麼

什麼是 GGUF 檔案？量化模型解說（Q4、Q8、fp8、NF4）

全部指南

船長筆記

由 Captain 撰寫，內部編輯

2026-10-13 的筆記

GLM-4.7-Flash 是 Z.ai 推出的 30B 級 MoE 模型，僅有 3B 活躍參數，專注於代理程式碼與長期任務規劃。其在 SWE-bench Verified 和多輪代理任務上的基準數據對比 Qwen3-30B-A3B 和 GPT-OSS-20B 表現亮眼。開放權重、20 萬代幣上下文窗口與低 API 價格，使其成為運行程式碼代理或需要自託管強大模型的理想選擇。

以...聞名

SWE-bench Verified 得分 59.2，遠超同級開源模型
τ²-Bench 多輪代理任務表現強勁
20 萬代幣上下文窗口，適合長文件與延長任務
MoE 架構：30B 總參數，3B 活躍，本地部署效率高
開放權重，可透過 vLLM、SGLang 或 Transformers 部署

注意

vLLM 和 SGLang 僅支援主分支/夜間版本，尚無穩定釋出
多輪代理任務需啟用 Preserved Thinking 模式，設定時易忽略
授權條款未詳述，商業使用前請先查閱倉庫

最適合

可嘗試的提示詞

除錯失敗測試

這是一個 Python 函式和一個 pytest 測試，測試時出現 AssertionError。請找出錯誤、解釋失敗原因，並只回傳修正後的函式版本。 def calculate_discount(price, pct): return price - (price * pct) def test_discount(): assert calculate_discount(100, 10) == 90

規劃多步驟代理任務

你是一個自主程式碼代理。使用者的倉庫沒有測試套件。請擬定具體步驟計畫：審核程式碼庫找出可測試單元，為三個風險最高函式撰寫 pytest 測試，執行測試，解讀失敗，並開 Pull Request 附摘要。列出每次工具呼叫及預期回傳。

邏輯謎題推理

五位工程師各自偏好不同程式語言：Python、Rust、Go、TypeScript、JavaScript。根據以下線索判斷誰偏好哪種語言：Alice 不鄰近 Rust 愛好者；Bob 偏好編譯語言；Carol 坐在 Python 與 Go 愛好者中間；Dave 不偏好 JavaScript；Eve 坐在一端且偏好腳本語言。

比較

GLM 5.3 FlashX
僅限 API 模型
1,048,576 代幣上下文 · $0.37/M 輸入，$1.25/M 輸出
GLM 5V Turbo
僅限 API 模型
202,752 代幣上下文 · $1.20/M 輸入，$4.00/M 輸出
GLM 5 Turbo
僅限 API 模型
202,752 代幣上下文 · $1.20/M 輸入，$4.00/M 輸出
GLM 5.3 Prime
僅限 API 模型
1,000,000 代幣上下文 · $2.80/M 輸入，$8.80/M 輸出

更多來自 z-ai 的文字模型

常見問題

我可以本地執行 GLM-4.7-Flash 嗎？: 可以，權重已開放並托管於 Hugging Face 的 zai-org/GLM-4.7-Flash。Z.ai 支援透過 vLLM、SGLang 及 Transformers 庫本地推理，但 vLLM 和 SGLang 目前僅支援主分支或夜間版本，尚無穩定釋出。
GLM-4.7-Flash 價格多少？上下文長度多長？: 透過 Z.ai API，輸入代幣每百萬 $0.06，輸出代幣每百萬 $0.40，上下文窗口為 200,000 代幣。
GLM-4.7-Flash 與 GLM-4.7 有何不同？: GLM-4.7-Flash 是 GLM-4.7 系列中較輕量且效率導向的變體，採用 MoE 架構，30B 總參數中僅 3B 活躍。GLM-4.7 是完整模型；Z.ai 將 Flash 定位為在不犧牲代理程式碼任務表現的前提下，降低部署成本的選擇。

船長評語
如果您的工作負載是代理程式碼且想要低價開放權重，GLM-4.7-Flash 具備足夠數據支持其推薦。

Hugging Face 上的模型卡

船長根據模型自身描述與模型卡撰寫這些筆記。價格與上下文大小為撰寫時提供者資料，可能會變動。

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

這個分數是怎麼累積的

這個模型目前還沒有任何來源的流行度數據，所以它會有一個低於 7,000° 的替代數字，讓列表保持完整。它永遠不會排在有數據的模型前面。一旦有來源報告數據，細項就會顯示在這裡。

詞彙表：這裡使用的術語

熱度分數: 一個數字，表示模型目前的使用和需求程度，範圍從 0° 到 9,999°。本網站所有標示「最熱門」的排行榜都是依此排序，沒有其他排序依據。
底線: 每個有實際數據的模型起始於 7,000°。分數範圍是 0° 到 9,999°；底線以下保留給沒有數據的模型，確保有數據的模型總是排名較前。底線對所有人相同，不影響排名；超過底線的度數才是評分依據。
下載等值: 分數中視為下載的所有項目加總：下載本身、每個種子節點算 1,000、每張 AI Horde 圖像和每次生成網站的執行算一。
對數刻度: 以十為單位計數，不是以一為單位：從 1,000 到 10,000 下載增加的度數，和從 10,000 到 100,000 增加的度數相同。這樣能防止巨頭壓過其他模型。
喜歡數: 來自各來源的讚和喜歡，每個在對數刻度上算半個下載量。
採用率: 模型目前每天的下載次數，根據兩次來源讀取的差異計算。權重是下載量的四分之一。
實測與估算: 實測表示有兩個來源的讀數，且差異是真實的。估算表示只知道今天的總數，過去的數據則分散在模型的整個生命週期；網站會說明顯示的是哪一種。
種子節點: 指在線上保留權重檔案供他人透過種子下載的人，或是提供相同服務的鏡像站。每一個種子節點算作1,000次下載。
AI Horde: 一個志願者網絡，利用捐贈的電腦免費生成圖片。它用某模型生成的圖片數量是公開的，每張圖片算作一次下載。
生成網站: 自己托管模型並讓人使用它生成圖片的網站，例如PixAI、SeaArt和Yodayo。它們的下載量和Civitai一樣，每次生成算一次下載。
OpenRouter 代幣: 透過 API 提供的文字模型，如 Claude 或 GPT，沒有權重可下載，因此使用量以代幣計算：過去30天內透過 OpenRouter（許多應用使用的閘道）讀取和生成的文字片段。每 10,000,000 代幣算作一次下載。來源：OpenRouter (openrouter.ai/rankings)，CC BY 4.0。
完整模型（檢查點）: 權重本身，是能獨立生成的檔案。它會有額外加分，因為其他附加檔案都依賴它。
LoRA和嵌入: 小型附加檔案，用來引導別人的權重走向某種風格、角色或概念。它們無法獨立運行。
家族與權重: 模型所建立的基礎，例如SD 1.5、SDXL、Flux或Wan。每個模型都繼承其家族權重的發布日期。
年齡: 根據家族權重發布時間距今多久，扣除的度數：每年150°，最多750°。它會保留那些有多年累積下載的舊模型，防止它們從排行榜頂端消失。
家族加成: 針對本站目前推廣的某個家族的LoRA給予的小幅度限制加成，會在分解中顯示。
替代分數: 給尚無來源報告的模型一個穩定的最低分，讓列表保持完整。它永遠不會高於有數據的模型。
全新！(寬限期): 不到 7 天的新模型會顯示「全新！」而非分數，且不列入排名。分數從第一天開始計算，但一天大的模型成長最快，若不等待，週榜首將永遠是昨天剛出的模型，而非持續一週的。
趨勢: 模型在某段時間內的成長與典型模型同期成長的比較。比典型快表示上升，比典型慢表示下降。
典型模型: 目錄中的中間值：一半模型在該期間成長較快，一半較慢。

相似模型