Z
GLM 4.7 FlashOPEN
Come modello SOTA di classe 30B, GLM-4.7-Flash offre una nuova opzione che bilancia prestazioni ed efficienza.
I prezzi vengono aggiornati automaticamente — verificati quotidianamente rispetto ai listini prezzi dei fornitori.
- $0.15 per 1M token, assumendo 3 input per 1 output la convenzione utilizzata da Artificial Analysis
- più economico del 66% dei 202 modelli open-weight monitorati qui
- 3 di 18 modelli Z.AI monitorati qui, dal più economico
Benchmark e prestazioni
Punteggi di benchmark indipendenti per GLM 4.7 Flash, misurati da Artificial Analysis. Maggiore è meglio. Modalità di misurazione: Reasoning.
A parità di budget, GLM 4.7 Flash offre 14 volte più capacità. Gli open weights significano anche che può self-hostarlo e non pagare nulla per token.
I modelli a questo livello costano $0.69 per 1M token (mediana di 28) — questo costa $0.15.
Più economico e migliore su questo indice: Claude Haiku 5.5 (batch) · GLM 5.3 Flash · GLM 5.3 Flash (batch) e 10 in più
Informazioni su questo modello
GLM 4.7 Flash è un modello AI open-weight di Z.AI. Puoi scaricarlo e self-hostarlo gratuitamente; i prezzi sottostanti sono i prezzi di listino delle API hosted, monitorati quotidianamente, per quando preferisci la comodità al self-hosting.
Domande frequenti
Cos'è GLM 4.7 Flash?
GLM 4.7 Flash è un modello di linguaggio AI di Z.AI. È open-weight: può scaricarlo ed eseguirlo sul proprio hardware, gratuitamente. Ottiene 14.9 sull'indice di intelligenza Artificial Analysis.
GLM 4.7 Flash è gratuito?
I pesi sono gratuiti e aperti — puoi ospitare GLM 4.7 Flash da solo e non pagare nulla per token. Se preferisci un'API ospitata, i prezzi di listino sono $0.06 per milione di token in input e $0.4 per milione di token in output.
A cosa serve GLM 4.7 Flash?
I benchmark indipendenti di Artificial Analysis gli danno GPQA 58.1%, Humanity's Last Exam 7.6%, Long Context Reasoning 41.7%, IFBench 60.8%, τ²-Bench 98.8%, Terminal-Bench Hard 22%.
Posso ospitare GLM 4.7 Flash da solo?
Sì. GLM 4.7 Flash ha open weights, quindi può scaricarlo ed eseguirlo sulla sua GPU o server con strumenti come Ollama, vLLM o llama.cpp — senza costi per token.