Zhipu AI logo

GLM-4.7

Zhipu AI

GLM-4.7 — модель нового поколения от Z.ai, ориентированная на программирование и агентные сценарии. Ключевые особенности: архитектура Mixture-of-Experts (MoE) с 358 млрд параметров, контекстное окно 200K токенов, рекордный выход до 128K токенов. Модель использует технологию interleaved thinking — рассуждает перед каждым действием и вызовом инструмента, а не только в начале. Preserved thinking сохраняет контекст рассуждений между ходами диалога. Оптимизирована для «vibe coding» — генерации эстетичного фронтенд-кода. Лидер среди open-weight моделей на τ²-Bench, LiveCodeBench v6 и IMO-AnswerBench. Веса доступны на HuggingFace под лицензией MIT.

Основные характеристики

Параметры
358.0B
Контекст
204.8K
Дата выпуска
21 декабря 2025 г.
Средний балл
72.9%

Временная шкала

Ключевые даты в истории модели
Анонс
21 декабря 2025 г.
Последнее обновление
12 января 2026 г.

Технические характеристики

Параметры
358.0B
Токены обучения
-
Граница знаний
-
Семейство
-
Возможности
МультимодальностьZeroEval

Ценообразование и доступность

Вход (за 1М токенов)
$0.60
Выход (за 1М токенов)
$2.20
Макс. входящих токенов
204.8K
Макс. исходящих токенов
131.1K
Поддерживаемые возможности
Function CallingStructured OutputCode ExecutionWeb SearchBatch InferenceFine-tuning

Результаты бенчмарков

Показатели производительности модели на различных тестах и бенчмарках

Программирование

Тесты на навыки программирования
SWE-Bench Verified
Self-reported
73.8%

Рассуждения

Логические рассуждения и анализ
GPQA
Подмножество DiamondSelf-reported
86.0%

Другие тесты

Специализированные бенчмарки
AIME 2025
Self-reported
96.0%
τ²-Bench
Self-reported
87.0%
LiveCodeBench v6
Self-reported
85.0%
MMLU-Pro
Self-reported
84.0%
IMO-AnswerBench
Self-reported
82.0%
Terminal-Bench
Self-reported
41.0%
BrowseComp
Self-reported
51.0%
HLE
Self-reported
42.8%

Лицензия и метаданные

Лицензия
mit
Дата анонса
21 декабря 2025 г.
Последнее обновление
12 января 2026 г.

Похожие модели

Все модели

Рекомендации основаны на схожести характеристик: организация-разработчик, мультимодальность, размер параметров и производительность в бенчмарках. Выберите модель для сравнения или перейдите к полному каталогу для просмотра всех доступных моделей ИИ.