МодельдерҚолдауКәсіпорынБлог
500+ AI Model API, Барлығы Бір API-да. Тек CometAPI-де
Модельдер API
Әзірлеуші
Жылдам бастауҚұжаттамаAPI Бақылау Тақтасы
Ресурстар
AI МодельдеріБлогКәсіпорынӨзгерістер журналыБіз туралы
2025 CometAPI. Барлық құқықтар қорғалған.Құпиялылық саясатыҚызмет көрсету шарттары
Home/Models/Zhipu AI/GLM-4.7
Z

GLM-4.7

Енгізу:$0.96/M
Шығыс:$3.84/M
Контекст:200K
Максималды шығыс:128K
GLM-4.7 — Z.AI-дің ең жаңа флагмандық моделі, ол екі негізгі бағытта жаңартуларға ие: күшейтілген бағдарламалау мүмкіндіктері және неғұрлым тұрақты көп-қадамды пайымдау/орындау. Ол күрделі агенттік тапсырмаларды орындауда айтарлықтай жақсартуларды көрсетіп, сонымен қатар неғұрлым табиғи сөйлесу тәжірибесін және жоғары фронт-энд эстетикасын ұсынады.
Жаңа
Коммерциялық пайдалану
Playground
Шолу
Мүмкіндіктер
Баға белгілеу
API

GLM-4.7 деген не

GLM-4.7 — Z.ai / Zhipu AI ұсынған ең жаңа флагмандық ашық foundation ірі тілдік моделі (модель атауы glm-4.7). Ол әзірлеушілерге бағытталған “ойланатын” модель ретінде позицияланады және әсіресе код жазу/агенттік тапсырмаларды орындау, көпқадамды пайымдау, құралдарды шақыру және ұзын контексті жұмыс ағындары бағыттарында жақсартылған.

Шығарылымда үлкен контексті өңдеуге (200K контекстке дейін), жоғары ең үлкен шығысқа (128K токенге дейін) және агенттік pipeline-дар үшін мамандандырылған “ойлау” режимдеріне баса назар аударылады.

Негізгі мүмкіндіктері

  • Агенттік / құрал қолдану жақсартулары: Кіріктірілген ойлау режимдері (“Interleaved Thinking”, “Preserved Thinking”, turn-level control) модельге “әрекет етпес бұрын ойлануға”, турлар арасында пайымдауды сақтауға және құралдарды шақыруда немесе көпқадамды тапсырмаларды орындауда тұрақтырақ болуға мүмкіндік береді. Бұл сенімді агенттік жұмыс ағындарына (терминалдар, құрал тізбектері, вебті шолу) бағытталған.
  • Код жазу және терминал құзыреті: Кодтау бенчмарктері мен терминал автоматтандыру тапсырмаларында айтарлықтай жақсартулар — жеткізуші бенчмарктері SWE-bench және Terminal Bench метрикаларында GLM-4.6-мен салыстырғанда анық өсімді көрсетеді. Бұл агенттік ортада көптурлы код генерациясын, командалар тізбектелуін және қалпына келуін жақсартады.
  • “Vibe coding” / frontend шығысының сапасы: Генерацияланған HTML, слайдтар және презентациялар үшін әдепкі UI/layout сапасы жақсарған (таза макеттер, өлшемдеудің жақсаруы, жақсырақ визуал әдепкі параметрлер).
  • Ұзын контексті жұмыс ағындары: 200K токендік контекст терезесі және контексті кэштеуге арналған құралдар; көпфайлды код базалары, ұзын құжаттар және көпраундты агенттік сессиялар үшін практикалық.

Бенчмарк өнімділігі

GLM-4.7 шығарушысы/қолдаушылары және қауымдастық бенчмарк кестелері GLM-4.6-мен салыстырғанда елеулі өсім мен кодтау, агенттік және құрал қолдану тапсырмаларында басқа заманауи модельдермен бәсекелес нәтижелерді көрсетеді. Таңдалған сандар (дереккөз: ресми Hugging Face / Z.AI жарияланған кестелері):

  • LiveCodeBench-v6 (кодтау агенті бенчмаркі): 84.9 (аталған open-source SOTA).
  • SWE-bench Verified (кодтау): 73.8% (GLM-4.6-тағы 68.0%-дан жоғары).
  • SWE-bench Multilingual: 66.7% (GLM-4.6-мен салыстырғанда +12.9%).
  • Terminal Bench 2.0 (агенттік терминал әрекеттері): 41.0% (4.6-мен салыстырғанда елеулі +16.5% жақсару).
  • HLE (құралдармен күрделі пайымдау): Құралдармен қолданылғанда 42.8% (алдыңғы нұсқалармен салыстырғанда үлкен жақсару тіркелген).
  • τ²-Bench (интерактивті құрал шақыру): 87.4 (хабарланған open-source SOTA).

Әдеттегі қолдану жағдайлары және мысал сценарийлер

  • Агенттік кодтау көмекшілері: Автономды немесе жартылай автономды код генерациясы, көптурлы код түзетулері, терминал автоматтандыруы және CI/CD скрипттеу.
  • Құралға негізделген агенттер: Вебті шолу, API оркестрациясы, көпқадамды жұмыс ағындары (preserved thinking және function calling арқылы қолдау көрсетіледі).
  • Front-end және UI генерациясы: Жақсартылған эстетика мен макетпен веб-сайт қаңқаларын, слайд колодаларын, постерлерді автоматты түрде жасау.
  • Зерттеу және ұзын контекст тапсырмалары: Құжаттарды қорытындылау, әдебиеттерді синтездеу және ұзын құжаттар бойынша retrieval-augmented generation (мұнда 200k токен терезесі пайдалы).
  • Интерактивті білім беру агенттері / кодтау тәлімгерлері: Сессия барысында алдыңғы пайымдау блоктарын есте сақтайтын preserved reasoning көмегімен көптурлы оқыту.

GLM 4.7 API-іне қалай қол жеткізуге және пайдалануға болады

1-қадам: API кілтіне тіркелу

cometapi.com сайтына кіріңіз. Егер әлі пайдаланушымыз болмасаңыз, алдымен тіркеліңіз. CometAPI console жүйесіне кіріңіз. Интерфейстің қол жеткізу деректері API key-ін алыңыз. Жеке орталықтағы API token бөлімінде “Add Token” түймесін басып, token key алыңыз: sk-xxxxx және жіберіңіз.

2-қадам: MiniMax M2.1 API-іне сұраулар жіберу

API сұрауын жіберу үшін “glm-4.7” endpoint-ін таңдаңыз және сұрау денесін орнатыңыз. Сұрау әдісі мен сұрау денесі біздің сайттағы API doc құжатынан алынады. Ыңғайлылығыңыз үшін сайтымызда Apifox test те ұсынылған. <YOUR_API_KEY> орнын аккаунтыңыздағы нақты CometAPI кілтімен ауыстырыңыз. Қайда шақырылады: Chat стиліндегі API-лер.

Сұрағыңызды немесе өтінішіңізді content өрісіне енгізіңіз — модель дәл осыған жауап береді. Генерацияланған жауапты алу үшін API жауабын өңдеңіз.

3-қадам: Нәтижелерді алу және тексеру

Генерацияланған жауапты алу үшін API жауабын өңдеңіз. Өңдеуден кейін API тапсырма күйімен және

GLM-4.7 үшін мүмкіндіктер

[Модель атауы] негізгі мүмкіндіктерін зерттеңіз, олар өнімділік пен пайдалану ыңғайлылығын арттыруға арналған. Бұл мүмкіндіктердің сіздің жобаларыңызға қалай пайда әкелетінін және пайдаланушы тәжірибесін қалай жақсартатынын біліңіз.

GLM-4.7 үшін баға белгілеу

[Модель атауы] үшін әртүрлі бюджеттер мен пайдалану қажеттіліктеріне сәйкес келетін бәсекеге қабілетті баға белгілеуді зерттеңіз. Біздің икемді жоспарларымыз сіз тек пайдаланған нәрсеңіз үшін ғана төлеуіңізді қамтамасыз етеді, бұл сіздің талаптарыңыз өскен сайын масштабтауды жеңілдетеді. [Модель атауы] шығындарды басқарылатын деңгейде ұстай отырып, сіздің жобаларыңызды қалай жақсарта алатынын біліңіз.
Комета бағасы (USD / M Tokens)Ресми баға (USD / M Tokens)Жеңілдік
Енгізу:$0.96/M
Шығыс:$3.84/M
Енгізу:$1.2/M
Шығыс:$4.8/M
-20%

GLM-4.7 үшін үлгі код және API

[Модель атауы] үшін кешенді үлгі кодтары мен API ресурстарына қол жеткізіп, интеграция процесіңізді жеңілдетіңіз. Біздің толық құжаттама қадам-қадаммен нұсқаулық береді, жобаларыңызда [Модель атауы] мүмкіндіктерін толық пайдалануға көмектеседі.
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)

Python Code Example

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)

JavaScript Code Example

import OpenAI from "openai";

// Get your CometAPI key from https://api.cometapi.com/console/token
const COMETAPI_KEY = process.env.COMETAPI_KEY || "<YOUR_COMETAPI_KEY>";
const BASE_URL = "https://api.cometapi.com/v1";

const client = new OpenAI({
  apiKey: COMETAPI_KEY,
  baseURL: BASE_URL,
});

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

  console.log(completion.choices[0].message.content);
}

main().catch(console.error);

Curl Code Example

#!/bin/bash

# Get your CometAPI key from https://api.cometapi.com/console/token
COMETAPI_KEY="${COMETAPI_KEY:-<YOUR_COMETAPI_KEY>}"

# glm-4.7: Zhipu GLM-4.7 model via chat/completions
curl -s https://api.cometapi.com/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -d '{
    "model": "glm-4.7",
    "messages": [
      {
        "role": "user",
        "content": "Hello! Tell me a short joke."
      }
    ]
  }'

Көбірек модельдер

A

Claude Opus 4.6

Енгізу:$4/M
Шығыс:$20/M
Claude Opus 4.6 — Anthropic компаниясының «Opus» санатындағы үлкен тілдік моделі, 2026 жылғы ақпанда шығарылған. Ол зияткерлік еңбек пен зерттеу процестеріне арналған сенімді жұмыс құралы ретінде позицияланған — ұзақ контексттегі пайымдау, көпқадамды жоспарлау, құралдарды қолдану (агенттік бағдарламалық қамтамасыз ету жұмыс процестерін қоса), сондай-ақ слайдтар мен электрондық кестелерді автоматты түрде жасау сияқты компьютерді пайдалану тапсырмалары бойынша мүмкіндіктерін жақсартады.
A

Claude Sonnet 4.6

Енгізу:$2.4/M
Шығыс:$12/M
Claude Sonnet 4.6 — әзірге біздің ең қабілетті Sonnet моделіміз. Ол кодтау, компьютерді пайдалану, ұзақ контекст бойынша пайымдау, агенттік жоспарлау, білімге негізделген жұмыс және дизайн бойынша модельдің дағдыларын толық жаңартуды қамтиды. Sonnet 4.6 сондай-ақ бета нұсқасында 1M токендік контекст терезесін ұсынады.
O

GPT-5.4 nano

Енгізу:$0.16/M
Шығыс:$1/M
GPT-5.4 nano жылдамдық пен құн ең маңызды болатын жіктеу, деректерді шығарып алу, ранжирлеу және субагенттер сияқты тапсырмаларға арналған.
O

GPT-5.4 mini

Енгізу:$0.6/M
Шығыс:$3.6/M
GPT-5.4 mini жоғары көлемді жүктемелерге арналған, GPT-5.4-тің артықшылықтарын жылдамырақ әрі тиімдірек модельге біріктіреді.
A

Claude Mythos Preview

A

Claude Mythos Preview

Жақында
Енгізу:$60/M
Шығыс:$240/M
Claude Mythos Preview — бүгінге дейінгі ең қабілетті озық моделіміз және алдыңғы озық моделіміз Claude Opus 4.6-пен салыстырғанда көптеген бағалау бенчмарктеріндегі көрсеткіштер бойынша айқын серпіліс көрсетеді.
X

mimo-v2-pro

Енгізу:$0.8/M
Шығыс:$2.4/M
MiMo-V2-Pro — Xiaomi-дің флагмандық іргелі моделі, жалпы параметрлер саны 1T-тан асады және контекст ұзындығы 1M, агенттік сценарийлер үшін терең оңтайландырылған. Ол OpenClaw сияқты жалпы агенттік фреймворктерге өте жақсы бейімделеді. Стандартты PinchBench және ClawBench бенчмарктерінде әлемдік ең үздік қатарға кіреді, сезілетін өнімділігі Opus 4.6 деңгейіне жақындайды. MiMo-V2-Pro агенттік жүйелердің миы ретінде қызмет етуге жобаланған, күрделі жұмыс процестерін үйлестіріп, өндірістік инженерлік тапсырмаларды атқарып, нәтижелерді сенімді түрде жеткізеді.

Байланысты блогтар

GLM-5 vs GLM-4.7: не өзгерді, маңыздысы не, және жаңарту керек пе?
Feb 26, 2026
glm-5
glm-4-7

GLM-5 vs GLM-4.7: не өзгерді, маңыздысы не, және жаңарту керек пе?

Zhipu AI (Z.ai) 2026 жылғы 11 ақпанда шығарған GLM-5, GLM-4.7-пен салыстырғанда архитектуралық тұрғыда үлкен секіріс болып табылады: MoE ауқымы үлкен (≈744B vs ~355B жалпы параметрлер саны), белсенді параметрлердің сыйымдылығы жоғары, өлшенген галлюцинация деңгейі төмен, және agentic және кодтау бенчмарктерінде айқын жақсару — инференс күрделілігі мен (кейде) кідіріс уақыты есебінен.
GLM-4.7-Flash-ты жергілікті түрде қалай қолдануға болады?
Jan 21, 2026
glm-4-7
glm-4-7

GLM-4.7-Flash-ты жергілікті түрде қалай қолдануға болады?

GLM-4.7-Flash — GLM-4.7 отбасының жеңіл әрі жоғары өнімді 30B A3B MoE мүшесі, ол бағдарламалау, агенттік жұмыс ағындары және жалпы пайымдау үшін жергілікті әрі төмен шығынды орналастыруды мүмкін етуге арналған. Оны жергілікті түрде іске қосудың үш практикалық жолы бар: (1) Ollama арқылы (оңай, басқарылатын жергілікті орындау ортасы), (2) Hugging Face / Transformers / vLLM / SGLang арқылы (GPU-ға басымдық беретін серверлік орналастыру), немесе (3) GGUF + llama.cpp / llama-cpp-python арқылы (CPU/шет құрылғыларына қолайлы).
GLM-4.7 шығарылды: бұл жасанды интеллект үшін нені білдіреді?
Dec 23, 2025
glm-4-7

GLM-4.7 шығарылды: бұл жасанды интеллект үшін нені білдіреді?

2025 жылғы 22 желтоқсанда Zhipu AI (Z.ai) өз General Language Model (GLM) желісінің ең жаңа нұсқасы GLM-4.7-ні ресми түрде шығарды — бұл ашық бастапқы коды бар жасанды интеллект модельдері әлемінде жаһандық назар аудартты. Бұл модель кодтау және пайымдау тапсырмаларындағы мүмкіндіктерді арттырып қана қоймай, негізгі бенчмарктерде GPT-5.2 және Claude Sonnet 4.5 сияқты меншікті модельдердің үстемдігіне де сын-қатер төндіреді.