北京
智东西1月20日报道，今天，智谱GLM-4.7-Flash正式发布并开源。GLM-4.7-Flash是一个混合思考模型，总参数量为30B，激活参数量为3B，上下文长度为200K。
▲GLM-4.7-Flash开源主页（来源：魔搭社区）
性能上，在SWE-bench Verified、τ²-Bench等主流基准测试中，GLM-4.7-Flash的综合表现超过gpt-oss-20b、Qwen3-30B-A3B-Thinking-2507，在相同和近似尺寸模型系列中取得开源SOTA分数。
▲GLM-4.7-Flash基准测试
价格方面，GLM-4.7-Flash全部免费。
▲GLM-4.7-Flash价格
开源地址：
Hugging Face：
https://huggingface.co/zai-org/GLM-4.7-Flash
魔搭社区：
https://modelscope.cn/models/ZhipuAI/GLM-4.7-Flash
一、2分钟搓出天气助手，GLM-4.7从编码到角色扮演全都会
在Agent Coding方面，GLM-4.7主要目标为“任务完成”而非单点代码生成，能够从目标描述出发，自主完成需求理解、方案拆解与多技术栈整合。
我们要求GLM-4.7编写一个Python函数，模拟一个简单的“天气与日程助手”。
GLM-4.7生成效果如下：
▲GLM-4.7-Flash生成效果（智东西实测）
整个生成过程耗时2分钟左右，中间有明显的卡顿思考过程，GLM-4.7生成的代码正确可用。
回溯GLM-4.7的深度思考过程，我们发现其解题步骤为：1、分析；2、制定策略；3、起草代码；5、完善代码；6、约束审查，过程逻辑清晰，且有自我审查纠错的能力。
在包含前后端联动、实时交互与外设调用的复杂场景中，该模型可直接生成结构完整、可运行的代码框架，显著减少人工拼装与反复调试成本，较为适合复杂Demo、原型验证与自动化开发流程。
官方介绍称，在需要摄像头、实时输入与交互控制的场景中，GLM-4.7的系统级理解能力更强。其能够将视觉识别、逻辑控制与应用代码整合为统一方案，支持如手势控制、实时反馈等交互式应用的快速构建。
在前端方面，GLM-4.7对视觉代码与UI规范的理解较上一代模型增强。据官方介绍，该模型能在布局结构、配色和谐度与组件样式上给出风格一致的默认方案，减少样式反复微调的时间成本，适合低代码平台、AI前端生成工具及快速原型设计场景。
在多轮对话中，GLM-4.7也可以稳定地保持上下文与约束条件，对简单问题回应更直接，对复杂问题能够持续澄清目标并推进解决路径，适用于开发支持、方案讨论与决策辅助等高频协作场景。
在角色扮演与叙事创作中，该模型对世界观与人设的遵循更加稳定，剧情推进自然有张力。GLM-4.7的文字表达更细腻、更具画面感，适合互动叙事、IP内容创作与角色型应用创作。
在办公创作中，GLM-4.7能够稳定适配16:9等主流比例，在字体层级、留白与配色上减少模板感，生成结果更接近“即用级”，适合AI演示工具、企业办公系统与自动化内容生成场景。
在复杂问题与研究型任务中，GLM-4.7不仅可以返回信息，还能进行结构化整理与跨来源整合，通过多轮交互持续逼近核心结论，适合深度研究与决策支持场景。
结语：GLM-4.7-Flash降低开发门槛
GLM-4.7-Flash的发布，核心在于用“混合思考”架构，在3B激活参数的前提下，实现了超越同尺寸开源模型的性能。
其最大亮点是能力的实用性，加之完全免费开源，这款模型降低了开发者的使用门槛，将加速各类AI应用从原型到落地的进程。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
