z-ai 的网站图标

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.

模态
输入/输出价格
US$0.40 / US$1.75每 1M
上下文
205K
发布时间
2025年12月22日

提供商

不同公司托管同一模型。OpenRouter 根据您选择的路由模式将请求路由到其中一家公司:Balanced(价格 + 速度)、Nitro(速度最快)或 Floor(价格最低)。

  • 不用于 Standard 路由:未使用这些端点的原因

定价

客户为此模型实际支付的平均价格,与提供商公布的价格并列展示。由于缓存和折扣,实际支付的价格往往远低于标价。

加权平均值

输入
US$0.2842/百万 token
输出
US$1.918/百万 token
价格历史
当前选择无实际价格数据
  • 不用于 Standard 路由:未使用这些端点的原因

性能

吞吐量是模型生成内容的速度(每秒 token 数,越高越好)。延迟是完整的往返时间(越低越好)。TTFT 是首个 token 的响应时间,即您看到内容出现前需要等待的时间(越低越好)。

吞吐量
38token/秒

P50,所有提供商中最佳

延迟
0.87秒

P50,最佳提供商

AutoExacto 基准测试
GPQA DiamondTAU-BenchGoogle83.8%77.3%auto-routing83.4%72.0%Z.ai83.9%71.3%NovitaAI83.2%70.8%DeepInfra82.7%68.8%
+2 家其他提供商

正常运行时间

正常运行时间是指过去 3 天中至少有一家提供商响应请求的时间百分比。可用性是指成功提供推理服务的时间百分比。OpenRouter 会持续监控,并在某家提供商返回错误时使用次优提供商。

正常运行时间(3 天)模型可访问。请求已路由至提供商。
100.00%
可用性(3 天)模型通过任意提供商返回了推理结果。错误和空响应均计为失败。
99.50%

过去 3 天的可用性

最近 72 小时
可用性 99.50%
3 天前2 天前昨天现在

过去 24 小时的可用性

OpenRouter Availability
99.55%
Without Routing
98.67%

当上游提供商发生错误时,如果您的请求筛选条件允许,我们可以通过路由到另一家健康的提供商来恢复服务。您可以通过以下接口以编程方式访问各提供商的正常运行时间数据: 端点 API。了解更多有关我们的 负载均衡和提供商路由选项。

基准测试

标准化评测得分,以及此模型针对共用基准测试提示词的实际输出。百分比越高越好,每项排名显示此模型在该来源所评测的模型中的位置。

基准测试得分摘要: Z.ai: GLM 4.7 (Artificial Analysis、Design Arena 和 Vals AI)
来源基准测试得分
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 Elo1097
Design ArenaGLM 4.7 Agents Arena Full Stack Elo1024
Design ArenaGLM 4.7 Agents Arena Godotgamedev Elo1058
Design ArenaGLM 4.7 Agents Arena Mobile Apps Elo1097
Design ArenaGLM 4.7 Models Arena 3D Elo1171
Design ArenaGLM 4.7 Models Arena Asciiart Elo1148
Design ArenaGLM 4.7 Models Arena Code Categories Elo1205
Design ArenaGLM 4.7 Models Arena Data Visualization Elo1192
Design ArenaGLM 4.7 Models Arena Game Development Elo1177
Design ArenaGLM 4.7 Models Arena SVG Elo1132
Design ArenaGLM 4.7 Models Arena UI Component Elo1188
Design ArenaGLM 4.7 Models Arena Website Elo1216
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%

应用

向此模型发送最多流量的公开应用。这能很好地反映实际生产工作负载的情况,也能提示此模型最适合哪些用例。

1.
https://janitorai.com/ 的网站图标
Janitor AI
21.9Btoken
2.
https://halluna.ai/ 的网站图标
Halluna
新增
9.05Btoken
3.
6.43Btoken
4.
https://lorebary.com/ 的网站图标
Sophia's LoreBary
5.53Btoken
5.
4.12Btoken
OpenRouter 的其他部分
654M
前 5 大应用
271M

活动

此模型的 token 用量和请求流量随时间的变化。

API

可直接用于调用此模型的代码。OpenRouter 的 API 与 OpenAI 兼容——大多数 SDK 只需替换基础 URL 即可使用。切换模型时,唯一需要更改的是下方的模型标识符。

目前无法通过 EU 区域内路由使用。 区域内路由文档

常见问题

探索更多模型