在推進IPO的關(guān)鍵節(jié)點，智譜AI正式上線并開源其最新旗艦?zāi)Ｐ虶LM-4.7，新版本針對Coding場景著重強化了編碼能力、長程任務(wù)規(guī)劃與工具協(xié)同，標志著該公司技術(shù)產(chǎn)品線的又一次重要迭代。

12月23日，智譜正式上線并開源其最新旗艦?zāi)Ｐ虶LM-4.7，在多項主流公開基準測試中，GLM-4.7展現(xiàn)了具有競爭力的性能，部分指標超越了目前市場的領(lǐng)先模型。數(shù)據(jù)顯示，在全球百萬用戶參與盲測的專業(yè)編碼評估系統(tǒng)Code Arena中，GLM-4.7位列開源第一、國產(chǎn)第一，并超越了GPT-5.2。同時，該模型在SWE-bench-Verified和LiveCodeBench V6等測試中均取得了開源SOTA（當前最佳）分數(shù)，對齊Claude Sonnet 4.5。

在架構(gòu)上，GLM-4.7引入了“保留式思考”與“輪級思考”機制，顯著提升了復(fù)雜任務(wù)的穩(wěn)定性與可控性。在前端生成質(zhì)量方面，模型對UI設(shè)計規(guī)范的理解得以增強，能夠生成審美更佳的網(wǎng)頁與PPT。目前，該模型已通過BigModel.cn提供API服務(wù)，并在z.ai全棧開發(fā)模式中上線Skills模塊，支持多模態(tài)任務(wù)的統(tǒng)一規(guī)劃。

此次更新標志著國產(chǎn)大模型在“思考”與“行動”協(xié)同能力上的進一步突破。隨著Coding能力的增強，開發(fā)者能夠更自然地以“任務(wù)交付”為核心組織開發(fā)流程，這一進展也被視為智譜在資本市場動作前夕展示技術(shù)肌肉的重要舉措。

編碼與推理能力刷新基準

根據(jù)公布的測試數(shù)據(jù)，GLM-4.7在編程和推理能力上實現(xiàn)了顯著提升。在HLE（“人類最后的考試”）基準測試中，該模型獲得42.8%的成績，較上一代GLM-4.6提升41%，并超越了GPT-5.1。

在代碼生成領(lǐng)域，GLM-4.7展現(xiàn)了在多語言編碼方面的優(yōu)勢。具體評測數(shù)據(jù)包括：

• SWE-bench-Verified：獲得73.8%的開源SOTA分數(shù)。
• LiveCodeBench V6：達到84.9%的開源SOTA分數(shù)，超過Claude Sonnet 4.5。
• Terminal Bench 2.0：達到41%，提升幅度達16.5%。

此外，在工具調(diào)用能力方面，GLM-4.7在τ2-Bench交互式工具調(diào)用評測中得分87.4分，刷新開源記錄。

引入可控“思考”模型

為解決復(fù)雜任務(wù)中的穩(wěn)定性問題，GLM-4.7強化了思考能力的可控進化，具體體現(xiàn)在三個維度：

1. 交錯式思考：模型在每次回答或工具調(diào)用前進行預(yù)先思考，以提升對復(fù)雜指令的遵循能力及代碼生成質(zhì)量。
2. 保留式思考：支持在多輪對話中自動保留思考塊，提升緩存命中率，從而降低長程任務(wù)的推理成本。
3. 輪級思考：允許在該會話內(nèi)按“輪”控制推理開銷，簡單任務(wù)關(guān)閉思考以降低時延，復(fù)雜任務(wù)開啟思考以確保準確性。

這種機制使得GLM-4.7能夠在Claude Code、TRAE、Kilo Code、Cline和Roo Code等主流編程框架中實現(xiàn)“先思考、再行動”的邏輯，在實際編程任務(wù)的穩(wěn)定性和可交付性上優(yōu)于前代版本。

前端審美與全棧交付

針對前端開發(fā)場景，GLM-4.7提升了對視覺代碼的理解力。在實際應(yīng)用中，模型能夠更好地遵循UI設(shè)計規(guī)范，在布局結(jié)構(gòu)、配色和諧度及組件樣式上提供具備美感的默認方案，減少人工微調(diào)時間。

據(jù)官方演示，該模型在辦公創(chuàng)作中的版式審美顯著升級，PPT 16:9的適配率從52%躍升至91%，生成結(jié)果基本達到“即開即用”標準。

在實際案例演示中，GLM-4.7已能獨立完成如“植物大戰(zhàn)僵尸”、“水果忍者”等高交互小游戲的開發(fā)，顯示出較強的任務(wù)拆解與技術(shù)棧整合能力。

市場反饋：性價比與實戰(zhàn)表現(xiàn)

GLM-4.7上線后迅速引起了全球開發(fā)者社區(qū)的關(guān)注，用戶反饋主要集中在其實際解決問題的能力與極高的性價比上。

在社交媒體上，網(wǎng)友Diego分享了使用GLM-4.7編寫Python代碼來可視化單行道紅綠燈的案例，評價稱結(jié)果“整體運行良好”，僅指出車輛顏色隨紅綠燈變化的細微瑕疵。

網(wǎng)友Alex Fazio則表示在WebDev Arena上的表現(xiàn)令其震驚，直言“GLM-4.7超越了GPT-5.2”。

價格策略也成為市場討論的焦點。網(wǎng)友Bessi指出，訂閱一年GLM-4.7的費用僅相當于Codex或Claude Code最高級計劃一個月的價格，并認為這種極具競爭力的定價模式將對西方AI公司構(gòu)成挑戰(zhàn)，直言“無論你是否喜歡，這就是未來”。

針對模型進化速度，網(wǎng)友Chubby評論稱，HLE基準測試原本被設(shè)計為極其復(fù)雜、難以在短期內(nèi)擬合的最終測試，但業(yè)界在短短12個月內(nèi)通過各類工具將成績從8%（o1）提升至45.8%，GLM-4.7此次取得的突破表明技術(shù)迭代速度正“超出預(yù)期”。