始智AI wisemodel.cn社區(qū)是源自中國的中立開放的AI開源社區(qū)。正在，歡迎加入共同成長。

GLM-4.7上線并開源，新版本面向Coding場景強(qiáng)化了編碼能力、長程任務(wù)規(guī)劃與工具協(xié)同，并在多項(xiàng)主流公開基準(zhǔn)測試中取得開源模型中的領(lǐng)先表現(xiàn)。目前，GLM-4.7已通過BigModel.cn提供API，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)劃與協(xié)作。GLM-4.7已上線始智AI-wisemodel開源社區(qū)，歡迎體驗(yàn)。

模型地址

https://wisemodel.cn/models/ZhipuAI/GLM-4.7

https://wisemodel.cn/models/ZhipuAI/GLM-4.7-FP8

user@zhipu-ai:~/glm-4.7

智譜AI模型GLM系統(tǒng)NEURAL神經(jīng)網(wǎng)絡(luò)TRANSFORMER

$ systemctl status neural-engine

● neural-engine.service - Active: running

$ ./deploy.sh --model=GLM-4.7

EMBEDDING∷VECTOR∷TOKEN∷STREAM∷PROCESSING

GLM-4.7

REASONING∷AGENT∷CODE∷GENERATION∷BENCHMARK

? Generated by GLM-4.7

RELEASE MANIFEST

01 SUBJECT

GLM-4.7開源：更強(qiáng)的編碼

02 DATE

2025.12.23

03 TARGET

Coding/Agent/Reasoning

04 STATUS

RELEASED

由GLM-4.7生成

01.

Coding能力再提升

GLM-4.7在編程、推理與智能體三個維度實(shí)現(xiàn)突破：

• 更強(qiáng)的編程能力：顯著提升了模型在多語言編碼和在終端智能體中的效果；GLM-4.7現(xiàn)在可以在Claude Code、TRAE、Kilo Code、Cline和Roo Code等編程框架中實(shí)現(xiàn)“先思考、再行動”的機(jī)制，在復(fù)雜任務(wù)上有更穩(wěn)定的表現(xiàn)。

• 前端審美提升：GLM-4.7在前端生成質(zhì)量方面 明顯 進(jìn)步，能夠生成觀感更佳的網(wǎng)頁、PPT、海報。

• 更強(qiáng)的工具調(diào)用能力：GLM-4.7提升了工具調(diào)用能力，在BrowseComp網(wǎng)頁任務(wù)評測中獲得67.5分；在τ2-Bench交互 式工具調(diào)用 評測中實(shí)現(xiàn) 87.4分的 開源SOTA，超過Claude Sonnet 4.5。

• 推理能力提升：顯著提升了數(shù)學(xué)和推理能力， 在HLE（"人類最后的考試"）基準(zhǔn)測試中獲得42 .8 %的成績，較GLM-4.6提升 41 %， 超過 GPT-5.1。

• 通用能力增強(qiáng)：GLM-4.7對話更簡潔智能且富有人情味，寫作與角色扮演更具文采與沉浸感。

Code Arena：全球百萬用戶參與盲測的專業(yè)編碼評估系統(tǒng)，GLM-4.7位列開源第一、國產(chǎn)第一，超過GPT-5.2。

在主流基準(zhǔn)測試表現(xiàn)中，GLM-4.7的代碼能力對齊Claude Sonnet 4.5：在SWE-bench-Verified獲得73.8%的開源SOTA分?jǐn)?shù)；在LiveCodeBench V6達(dá)到84.9%的開源SOTA分?jǐn)?shù)，超過Claude Sonnet 4.5；SWE-bench Multilingual達(dá)到66.7%（提升12.9%）；Terminal Bench 2.0達(dá)到41%（提升16.5%）。

02.

真實(shí)編程場景下的體感提升

智譜AI輸入法基于GLM-ASR系列模型打造，讓用戶在電腦端用語音絲滑交互。用戶不僅可以實(shí)現(xiàn)精準(zhǔn)的語音轉(zhuǎn)文字，還可以在輸入法中直接調(diào)用大模型能力，完成翻譯、改寫、情緒轉(zhuǎn)化等操作，實(shí)現(xiàn)“指尖即模型，語音即指令”。

1. 實(shí)際編程任務(wù)表現(xiàn)

在Claude Code環(huán)境中，我們對100個真實(shí)編程任務(wù)進(jìn)行了測試，覆蓋前端、后端與指令遵循等核心能力。結(jié)果顯示，GLM-4.7相較GLM-4.6在穩(wěn)定性與可交付性上均有明顯提升。

隨著編程能力的增強(qiáng)，開發(fā)者可以更自然地以“任務(wù)交付”為核心組織開發(fā)流程，形成從需求理解到落地實(shí)現(xiàn)的端到端閉環(huán)。

2. 思考能力的可控進(jìn)化

GLM-4.7進(jìn)一步強(qiáng)化了GLM-4.5以來就支持的交錯式思考能力，引入保留式思考與輪級思考，使復(fù)雜任務(wù)執(zhí)行更穩(wěn)、更可控。

• 交錯式思考：每次回答/工具調(diào)用前都會思考，提升復(fù)雜指令的遵循能力和代碼生成質(zhì)量。

• 保留式思考：多輪對話中自動保留思考塊， 提升緩存命中率，降低成本 ，適合長程復(fù)雜任務(wù)。

• 輪級思考：支持在同一會話內(nèi)按“輪”控制推理開銷——簡單任務(wù)可關(guān)閉思考以降低時延，復(fù)雜任務(wù)可開啟思考以提升準(zhǔn)確性與穩(wěn)定性。

GLM-4.7在復(fù)雜任務(wù)中展現(xiàn)出更強(qiáng)的任務(wù)拆解與技術(shù)棧整合能力，能夠一次性給出完整、可運(yùn)行的代碼，并明確關(guān)鍵依賴與運(yùn)行步驟，顯著減少人工調(diào)試成本。

案例展示由GLM-4.7獨(dú)立完成的高交互小游戲，如植物大戰(zhàn)僵尸、水果忍者。

4. 前端審美提升

GLM-4.7增強(qiáng)了對視覺代碼的理解。在前端設(shè)計(jì)中，它能更好地理解UI設(shè)計(jì)規(guī)范，在布局結(jié)構(gòu)、配色和諧度及組件樣式上提供更具美感的默認(rèn)方案，從而減少開發(fā)者在樣式“微調(diào)”上花費(fèi)的時間。

GLM-4.7在辦公創(chuàng)作中版式與審美顯著升級，PPT 16:9適配率從52%躍升至91%，生成結(jié)果基本“即開即用”；海報設(shè)計(jì)的排版與配色更加靈活，具備設(shè)計(jì)感。

03.

GLM Coding Plan

GLM Coding Plan已更新GLM-4.7，為開發(fā)者提供性能、速度與價格的最優(yōu)組合。

• Claude Code全面支持思考模式，復(fù)雜任務(wù)連續(xù)推理與執(zhí)行更穩(wěn)定

• 針對編程工具里的Skills/Subagent/Claude.md等關(guān)鍵能力定向優(yōu)化，工具調(diào)用成功率高、鏈路可靠

• Claude Code中視覺理解能力開箱即用；內(nèi)置搜索與網(wǎng)頁讀取，信息獲取到代碼落地一站閉環(huán)

• 架構(gòu)設(shè)計(jì)與指令遵循更強(qiáng)，明顯降低長上下文下的“幻覺式完成/跑偏”，交付質(zhì)量更可控

來自全球開發(fā)者社區(qū)的反饋印證了GLM暢快的Coding體驗(yàn)。

• TRAE：“前序版本GLM-4.6上線后，為TRAE用戶提供了穩(wěn)定的編程輔助支持，助力用戶高效解決各類編程需求，并且憑借穩(wěn)定表現(xiàn)，成為TRAE用戶的主流模型選擇之一。GLM-4.7模型現(xiàn)已上線TRAE中國版，開發(fā)者可在內(nèi)置模型列表直接選用?！?/p>

• Cerebras：“GLM-4.6在Cerebras硬件上能夠達(dá)到無與倫比的1000 t/s速度，為全球開發(fā)者提供了世界上最優(yōu)質(zhì)的編碼體驗(yàn)之一。”

• YouWare：“在我們的Vibe Coding產(chǎn)品YouWare的基準(zhǔn)數(shù)據(jù)集上，GLM-4.7相比上一代模型在前端設(shè)計(jì)美學(xué)、復(fù)雜功能完成度、工具并發(fā)和指令遵循等方面均有明顯提升，同時推理速度更快、token效率更高，整體任務(wù)端到端完成度、穩(wěn)定性大幅增強(qiáng)?！?/p>

此外，Vercel、OpenRouter、CodeBuddy等平臺與開發(fā)者給予高度評價。

04.

z.ai全棧開發(fā)升級

在z.ai中，GLM-4.7集成了全新的Skills模塊，內(nèi)置智譜多模態(tài)全家桶（GLM-4.6V、GLM-ASR、GLM-TTS等）。

借助GLM-4.7的任務(wù)規(guī)劃與執(zhí)行能力，多模態(tài)技能可在復(fù)雜業(yè)務(wù)流中被統(tǒng)一調(diào)度與協(xié)同，幫助開發(fā)者構(gòu)建交互更豐富、體驗(yàn)更流暢的應(yīng)用。

----- END -----

wisemodel相關(guān)：

系列模型：

關(guān)于wisemodel更多

1

歡迎持續(xù)關(guān)注和支持

開源社區(qū)建設(shè)需要長期堅(jiān)持和投入，更需要廣大用戶的積極參與、貢獻(xiàn)和維護(hù)，歡迎大家加入wisemodel開源社區(qū)的志愿者計(jì)劃和開源共創(chuàng)計(jì)劃。期待更多開發(fā)者將開源成果，包括模型、數(shù)據(jù)集和代碼等發(fā)布到 wisemodel.cn 社區(qū)，共建中立、開放的AI開源社區(qū)生態(tài)。歡迎掃碼添加wisemodel微信，申請加入wisemodel社群，持續(xù)關(guān)注wisemodel.cn開源社區(qū)動態(tài)。

2

歡迎加盟wisemodel開源社區(qū)

始智AI wisemodel社區(qū)自2023年9月上線以來，逐漸成為影響力日益擴(kuò)大的中立開放的AI開源社區(qū)，為了加快公司發(fā)展，我們長期需要技術(shù)、運(yùn)營等人才加盟，技術(shù)側(cè)重在AI infra、后端開發(fā)，熟悉K8S、模型訓(xùn)練和推理等技術(shù)， 以及熟悉開發(fā)者生態(tài)運(yùn)營的成員，歡迎感興趣的朋友加盟，可以通過添加wisemodel微信，或者將簡歷投遞到郵箱：liudaoquan@wisemodel.cn

3

歡迎投稿優(yōu)質(zhì)內(nèi)容

歡迎投稿分享人工智能領(lǐng)域相關(guān)的優(yōu)秀研究成果，鼓勵高校實(shí)驗(yàn)室、大企業(yè)研究團(tuán)隊(duì)、個人等，在wisemodel平臺上分享各類優(yōu)質(zhì)內(nèi)容，可以是AI領(lǐng)域最新論文解讀、最新開源成果介紹，也可以是關(guān)于AI技術(shù)實(shí)踐、應(yīng)用和總結(jié)等。投稿可以發(fā)郵件到liudaoquan@wisemodel.cn，也可以掃碼添加wisemodel微信。

4

關(guān)于wisemodel開源社區(qū)

始智AI wisemodel.cn開源社區(qū)由清華校友總會AI大數(shù)據(jù)專委會副秘書長劉道全創(chuàng)立，旨在打造和建設(shè)中立開放的AI開源創(chuàng)新社區(qū)，將打造成“HuggingFace”之外最活躍的AI開源社區(qū)，匯聚主要AI開源模型、數(shù)據(jù)集和代碼等，歡迎高校科研院所、大型互聯(lián)網(wǎng)公司、創(chuàng)新創(chuàng)業(yè)企業(yè)、廣大個人開發(fā)者，以及政府部門、學(xué)會協(xié)會、聯(lián)盟、基金會等，還有投資機(jī)構(gòu)、科技媒體等，共同參與建設(shè)AI開源創(chuàng)新生態(tài)。

向上滑動查看