Z
GLM 4.7OPEN
GLM-4.7 est le dernier modèle phare de Z.ai, présentant des améliorations dans deux domaines clés : des capacités de programmation améliorées et un raisonnement/exécution multi-étapes plus stable.
Les prix se mettent à jour automatiquement — vérifiés quotidiennement par rapport aux prix catalogue des fournisseurs.
- $1 par 1M de tokens, en supposant 3 entrées pour 1 sortie la convention utilisée par Artificial Analysis
- moins cher que 17% des 204 modèles open-weight suivis ici
- 11 sur 18 modèles Z.AI suivis ici, du moins cher
Benchmarks & performance
Scores de référence indépendants pour GLM 4.7, mesurés par Artificial Analysis. Plus c'est élevé, mieux c'est. Mode de mesure : Reasoning.
For the same budget, GLM 4.7 delivers 3.1 times more capability. Open weights also mean you can self-host it and pay nothing per token.
Les modèles à ce niveau coûtent $1.08 par 1M de tokens (médiane de 31) — celui-ci coûte $1.
Moins cher et meilleur sur cet indice : MiMo-V2.6-Pro · GLM 5.3 (batch) · GLM 5.3 Flash et 31 de plus
À propos de ce modèle
GLM 4.7 est un modèle d'IA open-weight de Z.AI. Vous pouvez le télécharger et le déployer en self-hosted gratuitement ; les prix ci-dessous sont les prix de liste de l'API hébergée, suivis quotidiennement, pour quand vous préférez la commodité au self-hosting.
Questions fréquemment posées
Qu'est-ce que GLM 4.7 ?
GLM 4.7 est un modèle de langage IA de Z.AI. Il est open-weight : vous pouvez le télécharger et l'exécuter sur votre propre matériel, gratuitement. Il obtient un score de 22.2 sur l'indice d'intelligence d'Artificial Analysis.
GLM 4.7 est-il gratuit ?
The weights are free and open — you can self-host GLM 4.7 and pay nothing per token. If you prefer a hosted API, list prices are $0.6 per million input tokens and $2.2 per million output tokens.
À quoi sert GLM 4.7 ?
Des benchmarks indépendants d'Artificial Analysis lui donnent GPQA 85.9%, MMLU-Pro 85.6%, Humanity's Last Exam 27.4%, Long Context Reasoning 71%, LiveCodeBench 89.4%, AIME 2025 95%, IFBench 67.9%, τ²-Bench 95.9%, τ-Bench Banking 12.2%, Terminal-Bench 45.3%, Terminal-Bench Hard 31.8%. Il est particulièrement utilisé pour génération de code.
Puis-je auto-héberger GLM 4.7 ?
Oui. GLM 4.7 a des open weights, donc vous pouvez le télécharger et l'exécuter sur votre propre GPU ou serveur avec des outils comme Ollama, vLLM ou llama.cpp — sans coût par token.