Home/Models/Zhipu AI/GLM-4.7
Z

GLM-4.7

مدخل:$0.96/M
الإخراج:$3.84/M
سياق:200K
الحد الأقصى للإخراج:128K
GLM-4.7 هو أحدث نموذج رائد من Z.AI، يقدّم ترقيات في مجالين رئيسيين: قدرات برمجية معززة وتفكير وتنفيذ متعدد الخطوات أكثر استقرارًا. ويُظهر تحسينات كبيرة في تنفيذ مهام الوكلاء المعقدة، مع تقديم تجارب محادثة أكثر طبيعية وجماليات واجهة أمامية متفوقة.
جديد
الاستخدام التجاري
Playground
نظرة عامة
الميزات
التسعير
API

ما هو GLM-4.7

يُعد GLM-4.7 أحدث نموذج لغوي كبير مفتوح الأساس من Z.ai / Zhipu AI (اسم النموذج glm-4.7). يتموضع كنموذج “تفكير” موجّه للمطورين مع تحسينات خاصة في تنفيذ مهام البرمجة/الوكيل، والاستدلال متعدد الخطوات، واستدعاء الأدوات، وتدفقات العمل ذات السياق الطويل. يركز هذا الإصدار على التعامل مع سياقات كبيرة (حتى 200K من السياق)، ومخرجات قصوى عالية (حتى 128K رمزًا)، وأنماط “تفكير” متخصصة لخطوط أنابيب الوكلاء.

الميزات الرئيسية

  • تحسينات في الوكيلة/استخدام الأدوات: أوضاع تفكير مدمجة (“Interleaved Thinking”، “Preserved Thinking”، وتحكم على مستوى الدور) لتمكين النموذج من “التفكير قبل الفعل”، والاحتفاظ بالاستدلال عبر الأدوار، وزيادة الاستقرار عند استدعاء الأدوات أو تنفيذ المهام متعددة الخطوات. يستهدف ذلك أطر عمل الوكلاء القوية (الطرفيات، سلاسل الأدوات، تصفح الويب).
  • كفاءة في البرمجة والطرفيات: تحسينات كبيرة على مقاييس البرمجة ومهام أتمتة الطرفية — تُظهر معايير البائعين مكاسب واضحة مقارنة بـ GLM-4.6 في مقاييس SWE-bench وTerminal Bench. يترجم ذلك إلى توليد أفضل للشيفرة عبر عدة أدوار، وتسلسل الأوامر والاسترجاع في بيئات الوكلاء.
  • “Vibe coding” / جودة مخرجات الواجهة الأمامية: جودة أفضل افتراضيًا لواجهات المستخدم/التخطيط عند توليد HTML والعروض التقديمية والشرائح (تخطيطات أنظف، أحجام أفضل، افتراضات بصرية محسّنة).
  • تدفقات عمل ذات سياق طويل: نافذة سياق 200K رمز وأدوات لتخزين السياق مؤقتًا؛ عملية مع قواعد شيفرة متعددة الملفات، المستندات الطويلة، وجلسات الوكيل متعددة الجولات.

أداء معايير الاختبار

تفيد جداول معايير الناشر/القائمين على GLM-4.7 والمجتمع بوجود مكاسب كبيرة مقارنة بـ GLM-4.6 ونتائج تنافسية مقابل نماذج أخرى معاصرة في مهام البرمجة والوكالة واستخدام الأدوات. أرقام مختارة (المصدر: الجداول المنشورة رسميًا على Hugging Face / Z.AI):

  • LiveCodeBench-v6 (معيار وكيل البرمجة): 84.9 (ذُكر أنه SOTA مفتوح المصدر).
  • SWE-bench Verified (البرمجة): 73.8% (ارتفاعًا من 68.0% في GLM-4.6).
  • SWE-bench Multilingual: 66.7% (+12.9% مقابل GLM-4.6).
  • Terminal Bench 2.0 (إجراءات طرفية وكيلية): 41.0% (+16.5% ملحوظة مقارنة بـ 4.6).
  • HLE (استدلال معقد باستخدام الأدوات): 42.8% عند استخدام الأدوات (تحسن كبير مُبلغ عنه مقارنة بالإصدارات السابقة).
  • τ²-Bench (استدعاء تفاعلي للأدوات): 87.4 (SOTA مفتوح المصدر مُبلغ عنه).

حالات الاستخدام النموذجية وسيناريوهات الأمثلة

  • مساعدو برمجة وكيلية: توليد شيفرة مستقل أو شبه مستقل، إصلاحات متعددة الأدوار، أتمتة الطرفية وسcripting لأنظمة CI/CD.
  • وكلاء مدفوعة بالأدوات: تصفح الويب، تنسيق واجهات برمجة التطبيقات، تدفقات عمل متعددة الخطوات (بدعم من التفكير المُصان واستدعاء الوظائف).
  • توليد الواجهة الأمامية وواجهات المستخدم: إنشاء مواقع تلقائيًا، شرائح، وملصقات بجماليات وتخطيطات محسّنة.
  • مهام البحث والسياق الطويل: تلخيص المستندات، تركيب الأدبيات، وتوليد معزز بالاسترجاع عبر مستندات طويلة (نافذة 200k مفيدة هنا).
  • وكلاء تعليم تفاعليون/مدرّبو برمجة: تدريب متعدد الأدوار مع استدلال مُصان يتذكر كتل التفكير السابقة عبر الجلسة.

كيفية الوصول إلى واستخدام واجهة برمجة تطبيقات GLM 4.7

الخطوة 1: التسجيل للحصول على مفتاح API

سجّل الدخول إلى cometapi.com. إذا لم تكن مستخدمًا لدينا بعد، يرجى التسجيل أولًا. سجّل الدخول إلى CometAPI console. احصل على بيانات اعتماد الوصول لمفتاح واجهة البرمجة. انقر “Add Token” عند رمز API في المركز الشخصي، واحصل على مفتاح الرمز: sk-xxxxx ثم أرسِل.

الخطوة 2: إرسال الطلبات إلى واجهة MiniMax M2.1 API

حدّد نقطة النهاية “glm-4.7” لإرسال طلب واجهة البرمجة واضبط جسم الطلب. تُستمد طريقة الطلب وجسم الطلب من وثائق واجهة برمجة التطبيقات على موقعنا. يوفّر موقعنا أيضًا اختبار Apifox لراحتك. استبدل <YOUR_API_KEY> بمفتاح CometAPI الفعلي من حسابك. مكان الاستدعاء: واجهات برمجة تطبيقات على نمط Chat.

أدرج سؤالك أو طلبك في حقل المحتوى — هذا ما سيردّ عليه النموذج. عالج استجابة واجهة البرمجة للحصول على الإجابة المولدة.

الخطوة 3: استرجاع النتائج والتحقق منها

عالج استجابة واجهة البرمجة للحصول على الإجابة المولدة. بعد المعالجة، تستجيب الواجهة بحالة المهمة و

الميزات لـ GLM-4.7

استكشف الميزات الرئيسية لـ GLM-4.7، المصممة لتعزيز الأداء وسهولة الاستخدام. اكتشف كيف يمكن لهذه القدرات أن تفيد مشاريعك وتحسن تجربة المستخدم.

التسعير لـ GLM-4.7

استكشف الأسعار التنافسية لـ GLM-4.7، المصمم ليناسب الميزانيات المختلفة واحتياجات الاستخدام المتنوعة. تضمن خططنا المرنة أن تدفع فقط مقابل ما تستخدمه، مما يجعل من السهل التوسع مع نمو متطلباتك. اكتشف كيف يمكن لـ GLM-4.7 تحسين مشاريعك مع الحفاظ على التكاليف قابلة للإدارة.
سعر كوميت (USD / M Tokens)السعر الرسمي (USD / M Tokens)خصم
مدخل:$0.96/M
الإخراج:$3.84/M
مدخل:$1.2/M
الإخراج:$4.8/M
-20%

نموذج الكود وواجهة برمجة التطبيقات لـ GLM-4.7

احصل على أكواد نماذجية شاملة وموارد API لـ GLM-4.7 لتبسيط عملية التكامل الخاصة بك. توفر وثائقنا التفصيلية إرشادات خطوة بخطوة، مما يساعدك على الاستفادة من الإمكانات الكاملة لـ GLM-4.7 في مشاريعك.
Python
JavaScript
Curl
from openai import OpenAI
import os

# Get your CometAPI key from https://api.cometapi.com/console/token
COMETAPI_KEY = os.environ.get("COMETAPI_KEY") or "<YOUR_COMETAPI_KEY>"
BASE_URL = "https://api.cometapi.com/v1"

client = OpenAI(base_url=BASE_URL, api_key=COMETAPI_KEY)

# glm-4.7: Zhipu GLM-4.7 model via chat/completions
completion = client.chat.completions.create(
    model="glm-4.7",
    messages=[
        {"role": "user", "content": "Hello! Tell me a short joke."}
    ]
)

print(completion.choices[0].message.content)

المزيد من النماذج