智譜的GLM-4.7，這兩天在海外討論度不低。

GLM-4.7 和 MiniMax-M2.1，這兩款開源、可用權(quán)重模型，已經(jīng)在多個(gè)核心基準(zhǔn)上，貼近甚至追平了閉源頂級(jí)實(shí)驗(yàn)室的水平。

Reddit上還看到一個(gè)好玩的，GLM-4.7上了AMA（Ask Me Anything），可以自由向研究員們提問交流。

看到有海外用戶評(píng)價(jià) “the gap is shrinking fast”，還有的說法更直接：“China’s play is simple”。

夠強(qiáng)的開源基礎(chǔ)模型，非常平權(quán)地放出來，剩下的事情，就交給創(chuàng)業(yè)者、研究者和產(chǎn)品團(tuán)隊(duì)。

提出的很多問題，也非常具體真實(shí)，比如關(guān)于成本測(cè)算、關(guān)于低成本調(diào)用：

也有很忠實(shí)的GLM開發(fā)者，一向認(rèn)同GLM的開源理念，也提出了實(shí)際開發(fā)中的問題：

“如何大幅提升前端輸出”，也是我特別好奇的問題，因?yàn)槟芨杏X到GLM做前端的效果，明顯提高了。

得到的回答也很具體，從數(shù)據(jù)流水線到前端輸出都做了說明。

感覺GLM是真的很開發(fā)者友好，很有平等互動(dòng)的社區(qū)交流感，新鮮熱乎的反饋、疑問、建議，就這么AMA一問一答聊出來了。

還記得年初DeepSeek帶來的是驚喜，到現(xiàn)在已經(jīng)是自信，我也開始感覺，GLM-4.7 在榜單上贏了誰、超了誰，已經(jīng)沒有那么那么重要了。

關(guān)鍵是，它代表了中國開源模型持續(xù)迭代發(fā)展的力量：

像前段時(shí)間 AutoGLM 開源，對(duì)手機(jī)Agent、對(duì)端到端的應(yīng)用落地，都往前推了一步。

再到這次的4.7，可以本地部署、可以深度微調(diào)、可以被塞進(jìn)任何一個(gè)真實(shí)產(chǎn)品里，不是永遠(yuǎn)停留在 API 調(diào)用額度和使用條款里。

當(dāng)模型能力逼近 SOTA，差異就不再只存在于參數(shù)量，開始轉(zhuǎn)移到，能不能真正把模型能力變成自己的能力，而不是調(diào)用API來的的能力。

這，也是開源模型正在日漸放大的優(yōu)勢(shì)。

在當(dāng)前的大模型競(jìng)爭(zhēng)環(huán)境中，開源早就不只是開放權(quán)重的問題，更關(guān)乎模型是否具備在真實(shí)世界被反復(fù)拆解、調(diào)用、放大的能力。

智譜這次選擇 MIT 協(xié)議，相當(dāng)于主動(dòng)接受來自研究、工程、商業(yè)三個(gè)層面的交叉檢驗(yàn)。

能感覺到，智譜有自信——模型好不好，就讓最嚴(yán)格的開發(fā)者環(huán)境來檢驗(yàn)。

看發(fā)布節(jié)奏，GLM-4.7也沒搞高密度宣傳。

深夜悄悄上線，之后在好幾個(gè)平臺(tái)同步開放用，國外的聲音評(píng)價(jià)和國內(nèi)的差不多都有。

像智譜MaaS平臺(tái)、z.ai、智譜清言，還有海外的OpenRouter接口，都能找到它。

很多時(shí)候不用多說，把模型直接丟進(jìn)真實(shí)使用環(huán)境，讓開發(fā)者和用戶自己去驗(yàn)證，能直觀感受到模型的實(shí)際表現(xiàn)。

現(xiàn)在行業(yè)競(jìng)爭(zhēng)重點(diǎn)，從功能效果轉(zhuǎn)向工程落地穩(wěn)定性。

GLM-4.7直接死磕【編程】這個(gè)硬核場(chǎng)景，目標(biāo)很明確——做國內(nèi)最強(qiáng)、開源里最強(qiáng)的Coding模型。

它的成績(jī)也確實(shí)亮眼。

全球百萬開發(fā)者參與的Code Arena盲測(cè)榜里，它是開源第一、國產(chǎn)第一，甚至超過了GPT-5.2。

在需要修復(fù)真實(shí)GitHub問題的SWE-bench Verified基準(zhǔn)上，它以73.8%的通過率刷新了開源模型紀(jì)錄。

實(shí)際用下來，編程體感快趕上Claude Sonnet 4.5了，完全能當(dāng)它的平替。

對(duì)用戶來說，用起來都很簡(jiǎn)單：

• 國內(nèi)B端與C端用戶：可以通過 智譜官方MaaS平臺(tái)（bigmodel.cn） 的API、z.ai 的全棧開發(fā)模式以及 智譜清言 應(yīng)用立即體驗(yàn)；TRAE、CodeBuddy等主流開發(fā)者工具也能調(diào)用。

• 海外開發(fā)者：可以通過 z.ai 或 OpenRouter 平臺(tái)使用其API服務(wù)。

• 企業(yè)與深度用戶：企業(yè)客戶可直接在 bigmodel.cn 購買專屬的Coding Plan企業(yè)版套餐；而已訂閱GLM Coding Plan包月套餐的個(gè)人用戶，系統(tǒng)已自動(dòng)為其升級(jí)至GLM-4.7，無需任何額外操作。

• 開源愛好者與研究者：模型即將以MIT協(xié)議在Hugging Face和ModelScope社區(qū)發(fā)布，支持自由商用與研究。

在實(shí)際用的時(shí)候，我發(fā)現(xiàn)Coding能力特別像模型的放大鏡。

代碼生成要管好多事：理解需求、搭結(jié)構(gòu)、拆邏輯、調(diào)用工具、記上下文。

每個(gè)環(huán)節(jié)出點(diǎn)偏差，最后結(jié)果里都會(huì)看得很明顯。

文本生成還能靠潤色遮遮問題，代碼執(zhí)行可沒這種模糊空間。

所以過去好長(zhǎng)時(shí)間，Claude Sonnet系列在開發(fā)者里口碑很穩(wěn)。

我研究了一下，它的優(yōu)勢(shì)不只是單輪生成質(zhì)量，更在連續(xù)任務(wù)里的一致性、能穩(wěn)住上下文，還能遵守復(fù)雜的工程約束。

國產(chǎn)模型追這個(gè)賽道，本質(zhì)是攢長(zhǎng)期工程能力。

要優(yōu)化訓(xùn)練數(shù)據(jù)結(jié)構(gòu)、推理策略、工具鏈配合，還有模型行為穩(wěn)定性，沒法靠單個(gè)指標(biāo)就跨過去。

看公開評(píng)測(cè)結(jié)果，我認(rèn)為GLM-4.7在開源模型里算領(lǐng)先的。

比如LiveCodeBench V6、LMArena Code Arena這些測(cè)試。這些榜單不考單一題型，從算法實(shí)現(xiàn)、修工程bug到抽象真實(shí)項(xiàng)目問題都覆蓋了。

比起某一項(xiàng)拿高分，我感覺模型在不同測(cè)試?yán)锏姆�(wěn)定性更值得參考。

這說明它沒盯著某類題“死記硬背”，在各種任務(wù)里表現(xiàn)都比較穩(wěn)——做實(shí)際開發(fā)，這點(diǎn)特別重要。

從使用體驗(yàn)來說，這種穩(wěn)定性會(huì)直接體現(xiàn)在輸出的結(jié)構(gòu)完整度和邏輯連貫性上。

Agentic Coding 能力的實(shí)際體現(xiàn)

在GLM-4.7的設(shè)計(jì)里，Agentic Coding是絕對(duì)的核心。

我研究了下，它能有這么穩(wěn)的提升，根源是推理內(nèi)核做了工程化改造。它加了個(gè)“慢思考”機(jī)制，會(huì)先好好規(guī)劃，不著急立刻回應(yīng)。

更突破的是“保留式思考”。我發(fā)現(xiàn)以前多輪對(duì)話，模型容易忘復(fù)雜推理。但GLM-4.7不一樣，它會(huì)像管項(xiàng)目文檔那樣，自動(dòng)存關(guān)鍵思考，后面接著用。

它能自己拆任務(wù)、做規(guī)劃、去執(zhí)行、還會(huì)修正——這才是它的關(guān)鍵能力。

具體用的時(shí)候，細(xì)節(jié)里都能體現(xiàn)。

面對(duì)長(zhǎng)需求，它會(huì)先搭整體結(jié)構(gòu)，再填細(xì)節(jié)，很有工程化思路。

執(zhí)行中碰到?jīng)_突或邏輯漏了，它會(huì)主動(dòng)補(bǔ)說明、給替代方案。

做后端開發(fā)，它能提升接口完整度、異常處理覆蓋；做前端，能優(yōu)化組件拆分、狀態(tài)管理和頁面可維護(hù)性。

這樣一來，花幾小時(shí)調(diào)代碼、開發(fā)功能都能實(shí)現(xiàn)。信息丟得少，邏輯不容易斷，用著更像和人類工程師協(xié)作。

我認(rèn)為它這強(qiáng)內(nèi)核，在嚴(yán)測(cè)試?yán)镆驳玫搅蓑?yàn)證。

除了Code Arena和SWE-bench的好成績(jī)，其他評(píng)測(cè)也是開源領(lǐng)先：

- 終端操作：Terminal Bench 2.0通過率41%

- 網(wǎng)頁任務(wù)：BrowseComp評(píng)測(cè)拿67.5分

- 交互式工具調(diào)用：τ2-Bench測(cè)到87.4分，超過Claude Sonnet 4.5

- 復(fù)雜推理：HLE測(cè)試得42.8%，比前代高41%，還超過GPT-5.1

看這些數(shù)據(jù)，“國內(nèi)最強(qiáng)編程模型”這個(gè)定位很靠譜。開發(fā)者用它，也能更有底氣。

Coding Plan 與工具鏈協(xié)同的變化

協(xié)同能力強(qiáng)，用起來就順手。

比如說借助GLM-4.7模型，可以自己完成瀏覽器的搜索、檢索、閱讀，跟最后的總結(jié)。信息處理效率就高多了。

除了模型本身，GLM-4.7在Coding Plan體系里的整合方式，也是這次升級(jí)的重點(diǎn)。

我發(fā)現(xiàn)，它和Claude Code這類主流編程工具配合時(shí)，對(duì)思考模式的支持更靈活了。

可以在不同輪次里選要不要開推理過程，這對(duì)長(zhǎng)任務(wù)的性能控制、結(jié)果穩(wěn)定性影響很直接。

工具調(diào)用這塊它針對(duì)Skills、Subagent、Claude.md這些能力做了定向優(yōu)化。

現(xiàn)在工具鏈路更簡(jiǎn)潔，中間狀態(tài)的不確定因素少了很多。

還有智譜專屬的MCP，不用安裝就能集成。

視覺理解、搜索、網(wǎng)頁讀取這些能力，在同一個(gè)工作流里就能完成。你試試就知道，從找信息到寫代碼，中間的麻煩少多了。

這些變化不是靠某一個(gè)功能體現(xiàn)的。我感覺用的時(shí)候能慢慢發(fā)現(xiàn)，最實(shí)在的是任務(wù)完成率上去了，返工的成本也降了。

非技術(shù)場(chǎng)景中的能力外溢

這次升級(jí)，GLM-4.7有個(gè)“隱形”進(jìn)步——生成內(nèi)容的美感和對(duì)話情商提上來了。以前它像只懂邏輯的理科生，現(xiàn)在更像有審美、會(huì)聊天的搭檔。

它的功能不只是給開發(fā)者用。辦公、做創(chuàng)意時(shí)，變化也很明顯。比如 Vibe Coding（審美編碼）能力強(qiáng)多了。生成的網(wǎng)頁結(jié)構(gòu)干凈，組件層級(jí)清楚，配色、樣式也更現(xiàn)代；做的PPT結(jié)構(gòu)合理，很多能直接用。

我在實(shí)際測(cè)試?yán)�，它�?duì)16:9寬屏的適配率高了，頁面差不多能直接用。

結(jié)合圖片搜索和模板選，生成結(jié)果風(fēng)格更統(tǒng)一，看著也整齊，不像以前AI做PPT總有拼貼感。

做海報(bào)、宣傳物料時(shí)，它對(duì)排版、留白、色彩的把控更穩(wěn)，符合常規(guī)設(shè)計(jì)規(guī)范。非設(shè)計(jì)背景的朋友，用起來會(huì)更順手。

比如這里我輸入ppt的內(nèi)容和模版。

生成的PPT從內(nèi)容到設(shè)計(jì)都做到了極致。

與此同時(shí)，GLM-4.7的通用對(duì)話能力也有顯著提升。官方說它回復(fù)更簡(jiǎn)潔智能，還帶人情味，我覺得這點(diǎn)很明顯。

寫東西、玩角色扮演，文采和沉浸感都更好了。跟小白聊需求，或者寫創(chuàng)意文案，它給的回應(yīng)更自然，也更貼需求。你試試就知道。

除了文本和視覺輸出，我認(rèn)為它在語言表達(dá)上成熟多了。遇到要判斷情境、多方權(quán)衡的任務(wù)，它會(huì)給結(jié)構(gòu)化回應(yīng)，不隨便簡(jiǎn)化問題，也不只給一個(gè)結(jié)論。這種變化不是多了情緒，而是語氣和信息組織更像實(shí)際溝通。

往大了看，GLM-4.7發(fā)布，說明國產(chǎn)大模型在Coding這個(gè)高門檻領(lǐng)域又往前邁了一步。這步不是靠某一項(xiàng)指標(biāo)領(lǐng)先，而是整體工程能力、工具協(xié)同和穩(wěn)定性一起提上來了。

現(xiàn)在模型能力越來越像，我感覺真正的競(jìng)爭(zhēng)在“長(zhǎng)期能用”上。復(fù)雜任務(wù)里能穩(wěn)定輸出、少讓人插手的模型，才能進(jìn)核心生產(chǎn)環(huán)節(jié)。GLM-4.7的能力組合，說明國產(chǎn)模型已經(jīng)有基礎(chǔ)在這方面長(zhǎng)期競(jìng)爭(zhēng)了。

最關(guān)鍵的是，它不只是個(gè)孤立的代碼生成器了。更像全棧技能調(diào)度中心。在z.ai平臺(tái)，用新的Skills模塊，能統(tǒng)一規(guī)劃、調(diào)用家族里的視覺、語音、文本能力。

你提個(gè)復(fù)雜需求試試，比如“給產(chǎn)品寫介紹文案，配圖做成PPT”。它不光會(huì)規(guī)劃流程，還會(huì)自己調(diào)合適的專家模型一起做。

從理解需求到落地，初步能打通全流程了。感覺已經(jīng)成為了一個(gè)專門的職場(chǎng)技能專家。

生態(tài)整合與開源信號(hào)：為何是現(xiàn)在？

GLM-4.7這時(shí)候以最強(qiáng)狀態(tài)開源，還推出很有競(jìng)爭(zhēng)力的訂閱方案，給我的感覺是，智譜的戰(zhàn)略，更清晰了。

能開箱即用，能力還拔尖，能當(dāng)Claude Code等最強(qiáng)AI編程工具的最佳平替。

直接嵌進(jìn)全球開發(fā)者現(xiàn)有的工作流里，還能大幅降低使用高性能AI模型的門檻。

如果GLM-4.7能憑借開源和高性價(jià)比，快速扎進(jìn)全球開發(fā)者的工作流，成為大家搭下一代AI應(yīng)用時(shí)，最信得過、最依賴的基礎(chǔ)設(shè)施之一，也許也能構(gòu)建強(qiáng)的用戶壁壘。

我只覺得，有了扎實(shí)的工程基礎(chǔ)，國產(chǎn)大模型正變得兼具邏輯和審美，還能協(xié)同合作。

不再只是實(shí)驗(yàn)室里分?jǐn)?shù)高的紙面第一，是懂項(xiàng)目壓力、懂審美需求、還考慮長(zhǎng)期維護(hù)成本的“靠譜搭子”。

當(dāng)然，差距也依然存在。

不管是模型側(cè)還是產(chǎn)品側(cè)，Gemini、ChatGPT等同樣沒有減速，相比之下，智譜的有些細(xì)節(jié)完成度還顯不足。

單說AI編程的工業(yè)級(jí)效果，Gemini和Claude在一些具體功能實(shí)現(xiàn)上，仍然有稍優(yōu)于GLM-4.7的表現(xiàn)。

在AGI這場(chǎng)世紀(jì)級(jí)的豪賭里，中國公司在迅速發(fā)展迭代，也暴露出不少問題。

每一個(gè)問題的解決，每一次模型的升級(jí)，都是在向前。

也許在2026，在國產(chǎn)開源大模型領(lǐng)域，我們可以有更多自信。

更多的開發(fā)者和創(chuàng)業(yè)者，也能站在智譜等公司的肩膀上，做出更多好產(chǎn)品、好作品。

最后還發(fā)現(xiàn)有個(gè)小彩蛋。

用戶在調(diào)用

GLM-4.7編程時(shí)，會(huì)彈出一個(gè)對(duì)話，

滬上阿姨新品奶茶免費(fèi)送。

Bigmodel.cn上，正在訂閱Coding Plan的用戶，在Claude Code等編程工具中，輸入口令「阿姨助我！」，即刻領(lǐng)取一張滬上阿姨新品「QQ美莓奶茶」兌換券。

來試試

GLM-4.7

吧！