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.
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)。
| US$0.4000 | US$1.750 | US$0.08000 | 0.90s | 38 tok/s | ||
| US$0.6000 | US$2.200 | US$0.11000 | 4.24s | 26 tok/s | ||
| US$0.7000 | US$2.500 | US$0.35000 | 0.87s | 38 tok/s | ||
| US$0.6000 | US$2.200 | US$0.11000 | 4.62s | 23 tok/s | ||
27% off | US$0.55US$0.4004 | US$2.65US$1.929 | US$0.11US$0.08008 | 1.29s | 31 tok/s | |
不用于 Standard 路由:未使用这些端点的原因 | ||||||
| US$0.3200 | US$1.400 | US$0.06400 | 1.87s | 35 tok/s | ||
输入 US$0.40 / 输出 US$1.7538 tok/s99.93% 正常运行时间- 输入 US$0.60 / 输出 US$2.2026 tok/s100.00% 正常运行时间
- 输入 US$0.70 / 输出 US$2.5038 tok/s99.72% 正常运行时间
- 输入 US$0.60 / 输出 US$2.2023 tok/s100.00% 正常运行时间
- 输入 US$0.4004 / 输出 US$1.92927% off31 tok/s100.00% 正常运行时间
- 不用于 Standard 路由:未使用这些端点的原因
输入 US$0.32 / 输出 US$1.4035 tok/s100.00% 正常运行时间Flex
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
GLM 4.7 — 价格历史
| US$0.256 | US$2.20 | 70.2% | 18.9% | ||
| US$0.268 | US$1.93 | 41.3% | 2.8% | ||
| US$0.269 | US$1.75 | 40.9% | 52.9% | ||
| US$0.298 | US$2.20 | 61.6% | 21.3% | ||
| US$0.613 | US$2.50 | 24.8% | 3.6% | ||
不用于 Standard 路由:未使用这些端点的原因 | |||||
| US$0.247 | US$1.40 | 28.5% | 0.5% | ||
- 有效输入价格 US$0.256 / 实际输出 US$2.20token 占比18.9%
- 有效输入价格 US$0.268 / 实际输出 US$1.93token 占比2.8%
- 有效输入价格 US$0.269 / 实际输出 US$1.75token 占比52.9%
- 有效输入价格 US$0.298 / 实际输出 US$2.20token 占比21.3%
- 有效输入价格 US$0.613 / 实际输出 US$2.50token 占比3.6%
- 不用于 Standard 路由:未使用这些端点的原因
- 有效输入价格 US$0.247 / 实际输出 US$1.40Flextoken 占比0.5%
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)。
P50,所有提供商中最佳
P50,最佳提供商
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。
过去 3 天的可用性
最近 72 小时过去 24 小时的可用性
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。
| 来源 | 基准测试 | 得分 |
|---|---|---|
| Artificial Analysis | GLM-4.7 (Non-reasoning) GPQA Diamond | 66.4% |
| Artificial Analysis | GLM-4.7 (Non-reasoning) HLE | 6.4% |
| Artificial Analysis | GLM-4.7 (Non-reasoning) IFBench | 54.6% |
| Artificial Analysis | GLM-4.7 (Non-reasoning) τ²-Bench Telecom | 94.2% |
| Artificial Analysis | GLM-4.7 (Non-reasoning) AA-LCR | 40.7% |
| Artificial Analysis | GLM-4.7 (Non-reasoning) CritPt | 0.0% |
| Artificial Analysis | GLM-4.7 (Non-reasoning) LiveCodeBench | 56.2% |
| Artificial Analysis | GLM-4.7 (Non-reasoning) Terminal-Bench Hard | 30.3% |
| Artificial Analysis | GLM-4.7 (Non-reasoning) MMLU-Pro | 79.4% |
| Artificial Analysis | GLM-4.7 (Non-reasoning) AIME 2025 | 48.0% |
| Artificial Analysis | GLM-4.7 (Reasoning) Coding Index | 45.3 |
| Artificial Analysis | GLM-4.7 (Reasoning) GPQA Diamond | 85.9% |
| Artificial Analysis | GLM-4.7 (Reasoning) HLE | 27.4% |
| Artificial Analysis | GLM-4.7 (Reasoning) IFBench | 67.9% |
| Artificial Analysis | GLM-4.7 (Reasoning) τ²-Bench Telecom | 95.9% |
| Artificial Analysis | GLM-4.7 (Reasoning) AA-LCR | 71.0% |
| Artificial Analysis | GLM-4.7 (Reasoning) τ-Bench Banking | 12.2% |
| Artificial Analysis | GLM-4.7 (Reasoning) GDPval-AA | 26.1% |
| Artificial Analysis | GLM-4.7 (Reasoning) CritPt | 1.7% |
| Artificial Analysis | GLM-4.7 (Reasoning) LiveCodeBench | 89.4% |
| Artificial Analysis | GLM-4.7 (Reasoning) Terminal-Bench Hard | 31.8% |
| Artificial Analysis | GLM-4.7 (Reasoning) Terminal-Bench 2.1 | 45.3% |
| Artificial Analysis | GLM-4.7 (Reasoning) MMLU-Pro | 85.6% |
| Artificial Analysis | GLM-4.7 (Reasoning) AIME 2025 | 95.0% |
| Design Arena | GLM 4.7 Agents Arena Androidnative Elo | 1097 |
| Design Arena | GLM 4.7 Agents Arena Full Stack Elo | 1024 |
| Design Arena | GLM 4.7 Agents Arena Godotgamedev Elo | 1058 |
| Design Arena | GLM 4.7 Agents Arena Mobile Apps Elo | 1097 |
| Design Arena | GLM 4.7 Models Arena 3D Elo | 1171 |
| Design Arena | GLM 4.7 Models Arena Asciiart Elo | 1148 |
| Design Arena | GLM 4.7 Models Arena Code Categories Elo | 1205 |
| Design Arena | GLM 4.7 Models Arena Data Visualization Elo | 1192 |
| Design Arena | GLM 4.7 Models Arena Game Development Elo | 1177 |
| Design Arena | GLM 4.7 Models Arena SVG Elo | 1132 |
| Design Arena | GLM 4.7 Models Arena UI Component Elo | 1188 |
| Design Arena | GLM 4.7 Models Arena Website Elo | 1216 |
| Vals AI | GLM 4.7 AIME | 93.3% |
| Vals AI | GLM 4.7 CaseLaw v2 | 54.9% |
| Vals AI | GLM 4.7 CorpFin v2 | 46.4% |
| Vals AI | GLM 4.7 Finance Agent v1.1 | 46.0% |
| Vals AI | GLM 4.7 GPQA Diamond | 80.0% |
| Vals AI | GLM 4.7 IOI v1 | 7.6% |
| Vals AI | GLM 4.7 LiveCodeBench | 82.2% |
| Vals AI | GLM 4.7 LegalBench | 83.4% |
| Vals AI | GLM 4.7 MedCode | 32.8% |
| Vals AI | GLM 4.7 MedQA | 93.7% |
| Vals AI | GLM 4.7 MedScribe | 68.6% |
| Vals AI | GLM 4.7 MGSM | 88.2% |
| Vals AI | GLM 4.7 MMLU Pro | 82.7% |
| Vals AI | GLM 4.7 ProofBench v1 | 6.0% |
| Vals AI | GLM 4.7 SWE-bench | 69.4% |
| Vals AI | GLM 4.7 TaxEval v2 | 68.8% |
| Vals AI | GLM 4.7 Terminal-Bench 2.0 | 38.2% |
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。
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
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.
GLM 4.7 的费用为 US$0.40/百万输入 token 和 US$1.75/百万输出 token,Cache Read,价格为 US$0.08/M tokens 单独计费。
GLM 4.7 的上下文窗口为 204,800 个 token。它最多支持 131,072 个补全 token。
支持。在提供 GLM 4.7 的 5 家提供商中,有 4 家支持该模型通过 tools 和 tool_choice 进行函数调用,包含工具的请求会被路由到这些提供商。 它还支持通过 response_format 中的 JSON schema 实现结构化输出。
在 OpenRouter 上,GLM 4.7 由 5 家提供商提供服务:DeepInfra、Venice、NovitaAI、Z.ai和Mancer。 请求会路由至最佳的可用提供商,并在故障时自动切换至其他提供商,您也可以通过提供商路由固定或排除提供商。
GLM 4.7 于 2025年12月22日 发布。