Z.ai: GLM 4.7 Flash
z-ai/glm-4.7-flash
As a 30B-class SOTA model, GLM-4.7-Flash offers a new option that balances performance and efficiency. It is further optimized for agentic coding use cases, strengthening coding capabilities, long-horizon task planning, and tool collaboration, and has achieved leading performance among open-source models of the same size on several current public benchmark leaderboards.
Provedores
Diferentes empresas hospedam o mesmo modelo. O OpenRouter roteia sua solicitação para uma delas com base no modo de roteamento escolhido: Balanced (preço + velocidade), Nitro (mais rápido) ou Floor (mais barato).
| US$ 0,0605 | US$ 0,40 | -- | 0,39s | 36 tok/s | ||
| US$ 0,0700 | US$ 0,40 | US$ 0,01 | 1,17s | 52 tok/s |
- Entrada US$ 0,0605 / Saída US$ 0,4036 tok/s98,79% de disponibilidade
- Entrada US$ 0,07 / Saída US$ 0,4052 tok/s9,05% de disponibilidade
Preços
O preço médio que os clientes realmente pagam por este modelo, ao lado dos preços publicados pelos provedores. O cache e os descontos fazem com que o preço efetivamente pago seja frequentemente bem inferior ao preço anunciado.
Média ponderada
GLM 4.7 Flash — Histórico de preços
| US$ 0,0603 | US$ 0,397 | 0,0% | 82,4% | ||
| US$ 0,0432 | US$ 0,399 | 44,6% | 17,6% |
- Em vigor em US$ 0,0603 / Saída efetiva US$ 0,397Participação em tokens82,4%
- Em vigor em US$ 0,0432 / Saída efetiva US$ 0,399Participação em tokens17,6%
Desempenho
A vazão indica a velocidade com que o modelo escreve (tokens por segundo — quanto maior, melhor). A latência é o tempo total de ida e volta (quanto menor, melhor). TTFT é o tempo até o primeiro token — quanto tempo leva para você ver algo aparecer (quanto menor, melhor).
P50, melhor entre os provedores
P50, melhor provedor
Disponibilidade
A disponibilidade é a porcentagem dos últimos 3 dias em que pelo menos um provedor estava respondendo às solicitações. A disponibilidade é a porcentagem de tempo em que a inferência foi realizada com sucesso. O OpenRouter monitora continuamente e usa o próximo melhor provedor quando um deles retorna um erro.
Disponibilidade nos últimos 3 dias
Últimas 72 horasDisponibilidade nas últimas 24 horas
Quando ocorre um erro em um provedor upstream, podemos nos recuperar roteando para outro provedor saudável, se os filtros da sua solicitação permitirem. Você pode acessar os dados de disponibilidade por provedor de forma programática pela API de endpoints. Saiba mais sobre nossas opções de balanceamento de carga e roteamento de provedores.
Avaliações de desempenho
Pontuações em avaliações padronizadas e as próprias saídas deste modelo para prompts compartilhados de testes de desempenho. Porcentagens maiores são melhores — e cada posição mostra onde este modelo fica entre os modelos avaliados naquela fonte.
| Fonte | Avaliação comparativa | Pontuação |
|---|---|---|
| Artificial Analysis | GLM-4.7-Flash (Non-reasoning) GPQA Diamond | 45.2% |
| Artificial Analysis | GLM-4.7-Flash (Non-reasoning) HLE | 5.0% |
| Artificial Analysis | GLM-4.7-Flash (Non-reasoning) IFBench | 46.3% |
| Artificial Analysis | GLM-4.7-Flash (Non-reasoning) τ²-Bench Telecom | 91.8% |
| Artificial Analysis | GLM-4.7-Flash (Non-reasoning) AA-LCR | 20.3% |
| Artificial Analysis | GLM-4.7-Flash (Non-reasoning) CritPt | 0.0% |
| Artificial Analysis | GLM-4.7-Flash (Non-reasoning) Terminal-Bench Hard | 3.8% |
| Artificial Analysis | GLM-4.7-Flash (Reasoning) GPQA Diamond | 58.1% |
| Artificial Analysis | GLM-4.7-Flash (Reasoning) HLE | 7.6% |
| Artificial Analysis | GLM-4.7-Flash (Reasoning) IFBench | 60.8% |
| Artificial Analysis | GLM-4.7-Flash (Reasoning) τ²-Bench Telecom | 98.8% |
| Artificial Analysis | GLM-4.7-Flash (Reasoning) AA-LCR | 41.7% |
| Artificial Analysis | GLM-4.7-Flash (Reasoning) CritPt | 0.3% |
| Artificial Analysis | GLM-4.7-Flash (Reasoning) Terminal-Bench Hard | 22.0% |
| Design Arena | GLM 4.7 Flash Models Arena 3D Elo | 1100 |
| Design Arena | GLM 4.7 Flash Models Arena Code Categories Elo | 1166 |
| Design Arena | GLM 4.7 Flash Models Arena Data Visualization Elo | 1119 |
| Design Arena | GLM 4.7 Flash Models Arena Game Development Elo | 1124 |
| Design Arena | GLM 4.7 Flash Models Arena SVG Elo | 1027 |
| Design Arena | GLM 4.7 Flash Models Arena UI Component Elo | 1196 |
| Design Arena | GLM 4.7 Flash Models Arena Website Elo | 1185 |
Aplicativos
Aplicativos públicos que enviam mais tráfego para este modelo. Um bom indicador de como são as cargas de trabalho reais em produção — e uma pista sobre os casos de uso para os quais este modelo é mais adequado.
Atividade
Volume de tokens e tráfego de requisições para este modelo ao longo do tempo.
API
Código pronto para chamar este modelo. A API do OpenRouter é compatível com a OpenAI — a maioria dos SDKs funciona apenas trocando a URL base. A única coisa que muda entre os modelos é o slug do modelo abaixo.
Atualmente indisponível por meio do roteamento intrarregional da UE. Documentação de roteamento na região
Perguntas frequentes
As a 30B-class SOTA model, GLM-4.7-Flash offers a new option that balances performance and efficiency. It is further optimized for agentic coding use cases, strengthening coding capabilities, long-horizon task planning, and tool collaboration, and has achieved leading performance among open-source models of the same size on several current public benchmark leaderboards.
GLM 4.7 Flash custa US$ 0,0605/M de tokens de entrada e US$ 0,40/M de tokens de saída.
GLM 4.7 Flash tem uma janela de contexto de 200.000 tokens. Ele aceita até 131.072 tokens de conclusão.
Sim. GLM 4.7 Flash aceita tools e tool_choice para chamadas de função. Também oferece suporte a saídas estruturadas por meio de um esquema JSON em response_format.
GLM 4.7 Flash é servido por 2 provedores no OpenRouter: Cloudflare e NovitaAI. As solicitações são roteadas para o melhor provedor disponível, com failover automático para os demais, e você pode fixar ou excluir provedores com o roteamento de provedores.
GLM 4.7 Flash foi lançado em 19 de janeiro de 2026.