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.
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$0.0605 | US$0.40 | -- | 0.34s | 42 tok/s | ||
| US$0.0700 | US$0.40 | US$0.01 | 0.94s | 60 tok/s |
- 输入 US$0.0605 / 输出 US$0.4042 tok/s99.22% 正常运行时间
- 输入 US$0.07 / 输出 US$0.4060 tok/s21.33% 正常运行时间
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 Flash — 价格历史
| US$0.0603 | US$0.399 | 0.0% | 82.0% | ||
| US$0.0519 | US$0.398 | 29.8% | 18.0% |
- 有效输入价格 US$0.0603 / 实际输出 US$0.399token 占比82.0%
- 有效输入价格 US$0.0519 / 实际输出 US$0.398token 占比18.0%
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-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 | 1167 |
| 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 | 1186 |
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
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 的费用为 US$0.0605/百万输入 token 和 US$0.40/百万输出 token。
GLM 4.7 Flash 的上下文窗口为 200,000 个 token。它最多支持 131,072 个补全 token。
是的。GLM 4.7 Flash 接受 tools 和 tool_choice,以进行函数调用。 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 Flash 由 2 家提供商提供服务:Cloudflare和NovitaAI。 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 Flash 于 2026年1月19日 发布。