Favicon de z-ai

Z.ai: GLM 4.7

GLM-4.7 is Z.ai’s latest flagship model, featuring upgrades in two key areas: enhanced programming capabilities and more stable multi-step reasoning/execution. It demonstrates significant improvements in executing complex agent tasks while delivering more natural conversational experiences and superior front-end aesthetics.

Modalidades
Precio de entrada / salida
0,40 US$ / 1,75 US$por 1M
Contexto
205K
Publicado
22 dic 2025

Proveedores

Distintas empresas alojan el mismo modelo. OpenRouter enruta su solicitud a una de ellas según el modo de enrutamiento que elija: Balanced (precio + velocidad), Nitro (el más rápido) o Floor (el más económico).

  • No se utiliza en el enrutamiento Standard:Por qué no se usan estos endpoints

Precios

El precio medio que los clientes pagan realmente por este modelo, junto a los precios que publican los proveedores. El uso de caché y los descuentos hacen que el precio realmente pagado a menudo sea muy inferior al publicado.

Media ponderada

Entrada
0,292 US$/M tokens
Salida
1,917 US$/M tokens
Historial de precios
No hay datos de precios efectivos para esta selección
  • No se utiliza en el enrutamiento Standard:Por qué no se usan estos endpoints

Rendimiento

La velocidad de generación indica lo rápido que escribe el modelo (tokens por segundo: cuanto mayor, mejor). La latencia es el tiempo total de ida y vuelta (cuanto menor, mejor). TTFT es el tiempo hasta el primer token: cuánto tarda en aparecer algo en pantalla (cuanto menor, mejor).

Rendimiento
48tok/s

P50, el mejor entre los proveedores

Latencia
0,86s

P50, mejor proveedor

Pruebas de rendimiento de AutoExacto
GPQA DiamondTAU-BenchGoogle83,8 %77,3 %auto-routing83,4 %72,0 %Z.ai83,9 %71,3 %NovitaAI83,4 %70,8 %DeepInfra82,7 %68,8 %
+2 proveedores más

Tiempo de actividad

El tiempo de actividad es el porcentaje de los últimos 3 días en que al menos un proveedor respondía a las solicitudes. La disponibilidad es el porcentaje de tiempo en que la inferencia se sirvió correctamente. OpenRouter supervisa continuamente y utiliza el siguiente mejor proveedor cuando uno devuelve un error.

Tiempo de actividad (3 d)El modelo estaba accesible. Solicitud enrutada a un proveedor.
100,00 %
Disponibilidad (3 d)El modelo devolvió una inferencia de cualquier proveedor. Los errores y las respuestas vacías cuentan en su contra.
99,50 %

Disponibilidad durante los últimos 3 días

Últimas 72 horas
Disponibilidad 99,50 %
Hace 3 díasHace 2 díasAyerAhora

Disponibilidad en las últimas 24 horas

OpenRouter Availability
99,49 %
Without Routing
99,12 %

Cuando se produce un error en un proveedor ascendente, podemos recuperarnos enrutando la solicitud a otro proveedor que funcione correctamente, si los filtros de su solicitud lo permiten. Puede acceder mediante programación a los datos de tiempo de actividad de cada proveedor a través de la API de endpoints. Obtenga más información sobre nuestras opciones de equilibrio de carga y enrutamiento de proveedores.

Pruebas de rendimiento

Puntuaciones en evaluaciones estandarizadas y respuestas de este modelo a instrucciones compartidas de las pruebas de referencia. Los porcentajes más altos son mejores, y cada posición indica dónde se sitúa este modelo entre los modelos evaluados en esa fuente.

Resumen de puntuaciones en pruebas de rendimiento de Z.ai: GLM 4.7 (Artificial Analysis, Design Arena y Vals AI)
FuentePrueba de rendimientoPuntuación
Artificial AnalysisGLM-4.7 (Non-reasoning) GPQA Diamond66.4%
Artificial AnalysisGLM-4.7 (Non-reasoning) HLE6.4%
Artificial AnalysisGLM-4.7 (Non-reasoning) IFBench54.6%
Artificial AnalysisGLM-4.7 (Non-reasoning) τ²-Bench Telecom94.2%
Artificial AnalysisGLM-4.7 (Non-reasoning) AA-LCR40.7%
Artificial AnalysisGLM-4.7 (Non-reasoning) CritPt0.0%
Artificial AnalysisGLM-4.7 (Non-reasoning) LiveCodeBench56.2%
Artificial AnalysisGLM-4.7 (Non-reasoning) Terminal-Bench Hard30.3%
Artificial AnalysisGLM-4.7 (Non-reasoning) MMLU-Pro79.4%
Artificial AnalysisGLM-4.7 (Non-reasoning) AIME 202548.0%
Artificial AnalysisGLM-4.7 (Reasoning) Coding Index45,3
Artificial AnalysisGLM-4.7 (Reasoning) GPQA Diamond85.9%
Artificial AnalysisGLM-4.7 (Reasoning) HLE27.4%
Artificial AnalysisGLM-4.7 (Reasoning) IFBench67.9%
Artificial AnalysisGLM-4.7 (Reasoning) τ²-Bench Telecom95.9%
Artificial AnalysisGLM-4.7 (Reasoning) AA-LCR71.0%
Artificial AnalysisGLM-4.7 (Reasoning) τ-Bench Banking12.2%
Artificial AnalysisGLM-4.7 (Reasoning) GDPval-AA26.1%
Artificial AnalysisGLM-4.7 (Reasoning) CritPt1.7%
Artificial AnalysisGLM-4.7 (Reasoning) LiveCodeBench89.4%
Artificial AnalysisGLM-4.7 (Reasoning) Terminal-Bench Hard31.8%
Artificial AnalysisGLM-4.7 (Reasoning) Terminal-Bench 2.145.3%
Artificial AnalysisGLM-4.7 (Reasoning) MMLU-Pro85.6%
Artificial AnalysisGLM-4.7 (Reasoning) AIME 202595.0%
Design ArenaGLM 4.7 Agents Arena Androidnative Elo1098
Design ArenaGLM 4.7 Agents Arena Full Stack Elo1023
Design ArenaGLM 4.7 Agents Arena Godotgamedev Elo1058
Design ArenaGLM 4.7 Agents Arena Mobile Apps Elo1097
Design ArenaGLM 4.7 Models Arena 3D Elo1170
Design ArenaGLM 4.7 Models Arena Asciiart Elo1152
Design ArenaGLM 4.7 Models Arena Code Categories Elo1206
Design ArenaGLM 4.7 Models Arena Data Visualization Elo1192
Design ArenaGLM 4.7 Models Arena Game Development Elo1178
Design ArenaGLM 4.7 Models Arena SVG Elo1131
Design ArenaGLM 4.7 Models Arena UI Component Elo1189
Design ArenaGLM 4.7 Models Arena Website Elo1217
Vals AIGLM 4.7 AIME93.3%
Vals AIGLM 4.7 CaseLaw v254.9%
Vals AIGLM 4.7 CorpFin v246.4%
Vals AIGLM 4.7 Finance Agent v1.146.0%
Vals AIGLM 4.7 GPQA Diamond80.0%
Vals AIGLM 4.7 IOI v17.6%
Vals AIGLM 4.7 LiveCodeBench82.2%
Vals AIGLM 4.7 LegalBench83.4%
Vals AIGLM 4.7 MedCode32.8%
Vals AIGLM 4.7 MedQA93.7%
Vals AIGLM 4.7 MedScribe68.6%
Vals AIGLM 4.7 MGSM88.2%
Vals AIGLM 4.7 MMLU Pro82.7%
Vals AIGLM 4.7 ProofBench v16.0%
Vals AIGLM 4.7 SWE-bench69.4%
Vals AIGLM 4.7 TaxEval v268.8%
Vals AIGLM 4.7 Terminal-Bench 2.038.2%

Aplicaciones

Aplicaciones públicas que envían más tráfico a este modelo. Una buena señal de cómo son las cargas de trabajo reales en producción, y una pista sobre los casos de uso para los que este modelo es más adecuado.

1.
Favicon de https://janitorai.com/
Janitor AI
21,8Btókenes
2.
8,86Btókenes
3.
6,66Btókenes
4.
Favicon de https://lorebary.com/
Sophia's LoreBary
5,52Btókenes
5.
4,12Btókenes
Resto de OpenRouter
405M
Las 5 aplicaciones principales
198M

Actividad

Volumen de tokens y tráfico de solicitudes a este modelo a lo largo del tiempo.

API

Código listo para usar para llamar a este modelo. La API de OpenRouter es compatible con OpenAI: la mayoría de los SDK funcionan con solo cambiar la URL base. Lo único que cambia entre modelos es el identificador del modelo que aparece a continuación.

Actualmente no está disponible mediante el enrutamiento dentro de la región de la UE. Documentación de enrutamiento dentro de la región

Preguntas frecuentes