GLM-4.7 - 智谱推出的旗舰AI模型，Coding能力再提升

GLM-4.7是什么

GLM-4.7 是智谱AI推出的开源模型，主攻编码、推理和工具协同这三块。多语言编程、复杂任务规划、前端设计美学这些方面表现都不错，也支持多种编程框架，比如Claude Code等。基准测试里，GLM-4.7 的代码能力到了开源领先水平，推理能力也强了不少。它引入了交错式、保留式和轮级思考模式，复杂任务跑起来更稳，也更好控制。模型现在已经通过BigModel提供API服务，在z.ai全栈开发模式里上线了 Skills 模块，写代码时能少费点劲。

GLM-4.7的主要功能

• 核心编码能力：GLM-4.7 在多语言编程和终端任务里表现都挺强，支持“先思考、再行动”模式，复杂任务的稳定性和代码质量因此更好。
• 前端设计优化：网页和幻灯片能生成得更现代、更好看，UI 质量上去了，开发者调样式的时间也少了。
• 工具调用能力：工具调用和网页浏览这两类任务都不错，τ²-Bench 得分 87.4%，BrowseComp 得分 67.5 分，效率和准确性都提升了不少。
• 复杂推理能力：数学和推理能力提升明显，HLE 基准测试得分 42.8%，比前代高 12.4%，复杂的逻辑和数学问题都能处理。
• 思考模式优化：交错式、保留式、轮级三种思考模式都加了进来，复杂任务执行更稳、更可控，长程任务和多轮对话正合适。
• 多模态与全栈开发：多模态任务协同和全栈开发都支持，Skills 模块也集成在里面，开发者要做交互丰富、用着顺手的应用，能省不少事。

GLM-4.7的性能表现

• 编码能力（Core Coding）：
  • SWE-bench Verified：得分 73.8%，比GLM-4.6高 5.8 个百分点，到了开源模型的 SOTA 水平。
  • SWE-bench Multilingual：得分 66.7%，比 GLM-4.6 高 12.9 个百分点，多语言编程能力提升明显。
  • Terminal Bench 2.0：得分 41%，比 GLM-4.6 高 16.5 个百分点，终端任务的性能涨得挺多。
• 工具调用能力（Tool Using）：
  • τ²-Bench：得分 87.4%，比 GLM-4.6 高 12.2 个百分点，交互式工具调用到了开源 SOTA 水平。
  • BrowseComp（网页浏览）：得分 52.0%，比 GLM-4.6 高 6.9 个百分点；开上下文管理之后，BrowseComp 得分 67.5%，比 GLM-4.6 高 10.0 个百分点，网页浏览和工具链管理更见长。
• 复杂推理能力（Complex Reasoning）：
  • HLE（人类最后的考试）：得分 42.8%，比 GLM-4.6 高 12.4 个百分点，数学和推理能力提升明显。
  • MMLU-Pro：得分 84.3%，比 GLM-4.6 高 1.1 个百分点，多领域推理一直比较稳。
  • GPQA-Diamond：得分 85.7%，比 GLM-4.6 高 4.7 个百分点，推理的准确性又上了一层。

GLM-4.7的项目地址

• 项目官网：https://z.ai/blog/glm-4.7
• GitHub仓库：https://github.com/zai-org/GLM-4.5
• HuggingFace模型库：https://huggingface.co/zai-org/GLM-4.7

GLM-4.7的应用场景

• 编程与软件开发：GLM-4.7 的多语言代码生成质量不错，当编程助手用，开发能快一些。
• 前端开发与设计：网页设计和 UI/UX 设计里，布局和配色方案能很快出几版，前端和设计师改样式的时间省下来。
• 复杂任务规划与执行：靠着保留式思考和轮级思考，GLM-4.7 能跑多步骤的复杂任务，长程任务的准确性和稳定性都有保证。
• 教育与学习：GLM-4.7 在编程教育里可以提供代码示例和练习，数学和逻辑题也能拿来训练，学生的思维就这样练出来。
• 办公自动化：GLM-4.7 能自动生成文档、报告和数据分析代码，人工编写和排版的时间省了，办公效率自然高。