zhipu

GLM-4.7

GLM-4.7 من Zhipu AI هو flagship model بـ 358B MoE، يتميز بـ 200K context window، أداء 73.8% على SWE-bench، وDeep Thinking أصلي للـ agents...

zhipu logozhipuGLM22 ديسمبر 2025
نافذة السياق
200Kرموز
أقصى مخرج
131Kرموز
سعر الإدخال
$0.60/ 1M
سعر الإخراج
$2.20/ 1M
الوضع:TextImage
القدرات:الرؤيةالأدواتالبثالاستدلال
المعايير
GPQA
85.7%
GPQA: أسئلة علمية مستوى الدراسات العليا. معيار صارم مع 448 سؤالاً من الأحياء والفيزياء والكيمياء. خبراء الدكتوراه يحققون فقط 65-74% دقة. حقق GLM-4.7 درجة 85.7% في هذا المعيار.
HLE
42.8%
HLE: استدلال مستوى الخبير. يختبر قدرة النموذج على إظهار استدلال مستوى الخبير في المجالات المتخصصة. حقق GLM-4.7 درجة 42.8% في هذا المعيار.
MMLU
90.1%
MMLU: فهم اللغة متعدد المهام الضخم. معيار شامل مع 16,000 سؤال في 57 مادة أكاديمية. حقق GLM-4.7 درجة 90.1% في هذا المعيار.
MMLU Pro
84.3%
MMLU Pro: MMLU النسخة المهنية. نسخة محسنة من MMLU مع 12,032 سؤالاً وتنسيق 10 خيارات أصعب. حقق GLM-4.7 درجة 84.3% في هذا المعيار.
SimpleQA
46%
SimpleQA: معيار الدقة الواقعية. يختبر قدرة النموذج على تقديم إجابات دقيقة وواقعية. حقق GLM-4.7 درجة 46% في هذا المعيار.
IFEval
88%
IFEval: تقييم اتباع التعليمات. يقيس مدى جودة اتباع النموذج للتعليمات والقيود المحددة. حقق GLM-4.7 درجة 88% في هذا المعيار.
AIME 2025
95.7%
AIME 2025: امتحان الرياضيات الأمريكي بالدعوة. مسائل رياضيات مستوى المنافسة من امتحان AIME المرموق. حقق GLM-4.7 درجة 95.7% في هذا المعيار.
MATH
92%
MATH: حل المسائل الرياضية. معيار رياضيات شامل يختبر حل المسائل في الجبر والهندسة والتفاضل والتكامل. حقق GLM-4.7 درجة 92% في هذا المعيار.
GSM8k
98%
GSM8k: رياضيات المدرسة الابتدائية 8K. 8,500 مسألة رياضية كلامية مستوى المدرسة الابتدائية. حقق GLM-4.7 درجة 98% في هذا المعيار.
MGSM
94%
MGSM: رياضيات ابتدائية متعددة اللغات. معيار GSM8k مترجم إلى 10 لغات. حقق GLM-4.7 درجة 94% في هذا المعيار.
MathVista
74%
MathVista: الاستدلال البصري الرياضي. يختبر القدرة على حل المسائل الرياضية مع عناصر بصرية. حقق GLM-4.7 درجة 74% في هذا المعيار.
SWE-Bench
73.8%
SWE-Bench: معيار هندسة البرمجيات. نماذج الذكاء الاصطناعي تحاول حل مشكلات GitHub حقيقية في مشاريع Python. حقق GLM-4.7 درجة 73.8% في هذا المعيار.
HumanEval
94.2%
HumanEval: مسائل برمجة Python. 164 مسألة برمجة حيث يجب على النماذج إنشاء تنفيذات صحيحة لدوال Python. حقق GLM-4.7 درجة 94.2% في هذا المعيار.
LiveCodeBench
84.9%
LiveCodeBench: معيار البرمجة المباشرة. يختبر قدرات البرمجة على تحديات برمجة واقعية محدثة باستمرار. حقق GLM-4.7 درجة 84.9% في هذا المعيار.
MMMU
74.2%
MMMU: الفهم متعدد الوسائط. معيار الفهم متعدد الوسائط من 30 مادة جامعية. حقق GLM-4.7 درجة 74.2% في هذا المعيار.
MMMU Pro
58%
MMMU Pro: MMMU النسخة المهنية. نسخة محسنة من MMMU مع أسئلة أكثر تحدياً. حقق GLM-4.7 درجة 58% في هذا المعيار.
ChartQA
86%
ChartQA: أسئلة وأجوبة الرسوم البيانية. يختبر القدرة على فهم وتحليل المعلومات من الرسوم البيانية والمخططات. حقق GLM-4.7 درجة 86% في هذا المعيار.
DocVQA
93%
DocVQA: أسئلة بصرية للمستندات. يختبر القدرة على استخراج المعلومات من صور المستندات. حقق GLM-4.7 درجة 93% في هذا المعيار.
Terminal-Bench
41%
Terminal-Bench: مهام Terminal/CLI. يختبر القدرة على تنفيذ عمليات سطر الأوامر. حقق GLM-4.7 درجة 41% في هذا المعيار.
ARC-AGI
12%
ARC-AGI: التجريد والاستدلال. يختبر الذكاء المرن من خلال ألغاز جديدة للتعرف على الأنماط. حقق GLM-4.7 درجة 12% في هذا المعيار.

حول GLM-4.7

تعرف على قدرات GLM-4.7 والميزات وكيف يمكن أن يساعدك في تحقيق نتائج أفضل.

نظرة عامة على الـ Model

GLM-4.7 هو الـ flagship large language model الذي طورته Zhipu AI. يستخدم بنية Mixture-of-Experts (MoE) مع 358 مليار parameter إجمالياً. صُمم الـ model خصيصاً للتعامل مع مهام الـ agentic المعقدة والـ reasoning الطويل عبر قدراته الفريدة Preserved Thinking و Interleaved Thinking. تسمح هذه الميزات للـ model بالحفاظ على منطق مستقر وحالات تفكير وسيطة عبر الجلسات المتعددة، مما يعالج تدهور الـ context الشائع في سير العمل الذاتي.

الأداء والبنية

يوفر الـ model مساحة 200,000-token context window جنباً إلى جنب مع سعة مخرجات هائلة تبلغ 131,072-token. هذا يجعله مناسباً لإنشاء تطبيقات كاملة أو تحليل وثائق واسعة في دورة واحدة. أُصدر بموجب ترخيص MIT كـ open-weight model، ويقدم برمجة و reasoning عالي الأداء بجزء بسيط من تكلفة البدائل المملوكة.

التكامل والاستخدام

يتوافق الـ model تماماً مع تنسيق OpenAI API، مما يبسط التكامل في النظم البرمجية الحالية. يستخدمه المطورون لمهام هندسة البرمجيات عالية المستوى، حيث يحقق درجة 73.8% على SWE-bench Verified. قدرته على معالجة وتحليل كميات كبيرة من الوثائق الفنية بين الإنجليزية والصينية ببراعة لغوية بمستوى المتحدث الأصلي تجعله أداة متعددة الاستخدامات لفرق التطوير العالمية.

GLM-4.7

حالات استخدام GLM-4.7

اكتشف الطرق المختلفة لاستخدام GLM-4.7 لتحقيق نتائج رائعة.

هندسة البرمجيات الذاتية

استغلال قدرة 73.8% على SWE-bench لتصحيح الأخطاء وإعادة هيكلة وتنفيذ ميزات جديدة في المستودعات البرمجية المعقدة بشكل ذاتي.

تجميع المستندات عالية السعة

الاستفادة من حد المخرجات 131k لإنشاء كتيبات فنية شاملة أو فصول كتب كاملة من مجموعات بيانات كبيرة.

سير عمل الـ Agentic طويل الأمد

نشر agents تستخدم Preserved Thinking للحفاظ على الاتساق والمنطق عبر مئات المهام المتسلسلة دون فقدان الـ context.

ذكاء الأعمال ثنائي اللغة

معالجة وتحليل كميات كبيرة من الوثائق الفنية بين الإنجليزية والصينية ببراعة لغوية بمستوى المتحدث الأصلي.

إنشاء كود واجهات المستخدم (UI/UX) المؤتمت

إنشاء بنية تحتية كاملة لواجهة React أو Next.js مع رسوم متحركة متقدمة وتنسيق جاهز للإنتاج بضغطة واحدة.

حل المسائل الرياضية بمستوى المنافسات

حل المسائل الرياضية المعقدة بمستوى الأولمبياد وألغاز المنطق الرمزي باستخدام وضع التفكير المخصص للـ reasoning المكثف.

نقاط القوة

القيود

أداء برمجي للنخبة: يحقق 73.8% على SWE-bench Verified، متفوقاً على كل الـ open-source models تقريباً ومطابقاً لأفضل الـ proprietary APIs.
نمط نصي فقط: على عكس Gemini أو GPT-4o، يفتقر GLM-4.7 إلى المعالجة الأصلية للرؤية أو الصوت، مما يتطلب نماذج خارجية للمهام multimodal.
سقف مخرجات ضخم: حد المخرجات البالغ 131,072 token هو واحد من الأعلى في الصناعة، مما يتيح إنشاء تطبيقات كاملة في دورة واحدة.
متطلبات محلية ضخمة: بـ 358B parameters، يتطلب تشغيل الـ model محلياً أجهزة قوية جداً (حوالي 710 جيجابايت VRAM)، مما يجعله غير متاح للـ consumer GPUs.
هندسة موجهة للـ Agents: يتميز بـ Preserved Thinking للحفاظ على الاتساق المنطقي عبر مهام طويلة الأمد، مما يحل مشكلة تدهور الـ context في الـ autonomous agents.
ارتفاعات عرضية في الـ latency: يبلغ مستخدمو فئة الـ API الشخصية عن تباطؤ دوري خلال ساعات الذروة مقارنة بالبنية التحتية للمزودين الأكبر.
قيمة اقتصادية عالية: يوفر ذكاءً بمستوى frontier models بتكلفة أقل بـ 4 إلى 7 مرات من المنافسين الغربيين مثل OpenAI أو Anthropic.
غرائب في الالتزام بالتعليمات: رغم قوته في الـ reasoning، يتجاهل الـ model أحياناً قيوداً محددة لهيكل الملفات في جلسات البرمجة شديدة التعقيد.

البدء السريع API

zai/glm-4.7

عرض التوثيق
zhipu SDK
import OpenAI from 'openai';

const client = new OpenAI({
  apiKey: 'YOUR_ZAI_API_KEY',
  baseURL: 'https://api.z.ai/api/paas/v4/',
});

async function main() {
  const response = await client.chat.completions.create({
    model: 'glm-4.7',
    messages: [{ role: 'user', content: 'Design a scalable React architecture.' }],
    thinking: { type: 'enabled' }
  });
  console.log(response.choices[0].message.content);
}
main();

ثبت SDK وابدأ في إجراء استدعاءات API في دقائق.

ماذا يقول الناس عن GLM-4.7

شاهد رأي المجتمع في GLM-4.7

يتعامل GLM-4.7 مع قواعد البيانات البرمجية الكبيرة بشكل موثوق بفضل الـ context البالغ 128k. لقد كان مفيداً بشكل مدهش لمهام الـ subagent لتوفير تكاليف الـ API الأساسية.
IulianHI
reddit
يضاهي GLM-4.7 من Zhipu AI الـ frontier models مثل GPT-5.1 High في البرمجة. ميزة Preserved Thinking هي مكسب كبير للـ autonomous agents.
Etienne Noumen
youtube
لا يزال GLM-4.7 هو الـ open weights model الأكثر ذكاءً في Intelligence Index v4.0، متقدماً على DeepSeek V3.2.
Artificial Analysis
twitter
تغلق النماذج الصينية الفجوة بسرعة في فائدة البرمجة. درجة 73% على SWE-bench ليست مزحة بالنسبة لـ open weight release.
Epoch AI
hackernews
سرعة الـ reasoning مقبولة جداً لـ model بهذا الحجم. إنه يتعامل مع المنطق المعقد بشكل أفضل بكثير من الإصدارات السابقة.
Bijan Bowen
youtube
يحتل GLM-4.7 المركز السادس في مؤشر الذكاء الاصطناعي، متجاوزاً Kimi K2. اكتشف لماذا يستبدل هذا الـ model الذي تكلفته 2 دولار نماذج GPT-5.2 في سير العمل البرمجي.
TowardsAI
twitter

فيديوهات عن GLM-4.7

شاهد الدروس والمراجعات والنقاشات عن GLM-4.7

طول الـ context هنا هو 200k والحد الأقصى للمخرجات هو 128k وهو أمر ضخم في الواقع.

حسناً، هذا مثير للإعجاب حقاً. لم يقم أي منهم بإضافة ميزة خاصة بهذا المستوى من التعقيد.

سرعة الـ reasoning مقبولة جداً لـ model بهذا الحجم.

يتعامل مع المنطق المعقد بشكل أفضل بكثير من الإصدارات السابقة.

يعد هذا الـ model خطوة كبيرة للأمام من حيث الاتساق المنطقي.

قام الـ model بالفعل بتنفيذ بنية أفضل عبر وضع كل البيانات الوهمية في ملف واحد.

هذه قفزة كبيرة بالتأكيد. تلك الـ benchmarks مبررة بالاختبارات التي أجريتها.

لقد فهم الـ context للمشروع بأكمله دون الحاجة لتذكيره.

قدرة البرمجة يمكن القول إنها تضاهي أفضل النماذج الموجودة.

أنت تحصل على مستوى عالٍ من الـ reasoning بجزء بسيط من التكلفة.

حقق 73.8% على Swaybench verified، وهو أمر لا يصدق بالنسبة لـ open-source model.

يمكنك فعلياً رؤية أنه يعمل بشكل صحيح، في حين أن Gemini 3 Pro لا يعمل على الإطلاق.

سرعة الإنشاء لهذا المستوى من الذكاء ملفتة للنظر.

من الواضح أنه مصمم للمطورين الذين يحتاجون إلى مخرجات برمجية موثوقة.

لقد تفوقت Zhipu AI حقاً على نفسها مع ضبط بنية الـ MoE هنا.

أكثر من مجرد برومبتات

عزز سير عملك مع أتمتة الذكاء الاصطناعي

يجمع Automatio بين قوة وكلاء الذكاء الاصطناعي وأتمتة الويب والتكاملات الذكية لمساعدتك على إنجاز المزيد في وقت أقل.

وكلاء الذكاء الاصطناعي
أتمتة الويب
سير عمل ذكي

نصائح احترافية لـ GLM-4.7

نصائح الخبراء لمساعدتك على تحقيق أقصى استفادة من GLM-4.7 وتحقيق نتائج أفضل.

تفعيل وضع التفكير (Thinking Mode) للمنطق

اضبط الـ parameter الخاص بالتفكير على الحالة enabled لمهام البرمجة أو الرياضيات للاستفادة من مسارات الـ reasoning الداخلية للـ model وتحسين الدقة.

استخدام SDKs المتوافقة مع OpenAI

ادمج GLM-4.7 في سير العمل الحالي باستخدام OpenAI SDK وتغيير الـ base URL إلى endpoint الخاص بـ Z.ai.

تعظيم الاستفادة من مخرجات الـ 131K

عند إنشاء محتوى طويل، قدم مخططاً تفصيلياً أولاً لمساعدة الـ model في الحفاظ على التماسك الهيكلي ضمن حد الـ token الضخم.

تحسين الـ System Prompts للـ Agents

حدد متطلبات Preserved Thinking في رسالة النظام لضمان إعادة استخدام الـ model لحالات الـ reasoning عبر الجلسات المتعددة.

الشهادات

ماذا يقول مستخدمونا

انضم إلى الآلاف من المستخدمين الراضين الذين حولوا سير عملهم

Jonathan Kogan

Jonathan Kogan

Co-Founder/CEO, rpatools.io

Automatio is one of the most used for RPA Tools both internally and externally. It saves us countless hours of work and we realized this could do the same for other startups and so we choose Automatio for most of our automation needs.

Mohammed Ibrahim

Mohammed Ibrahim

CEO, qannas.pro

I have used many tools over the past 5 years, Automatio is the Jack of All trades.. !! it could be your scraping bot in the morning and then it becomes your VA by the noon and in the evening it does your automations.. its amazing!

Ben Bressington

Ben Bressington

CTO, AiChatSolutions

Automatio is fantastic and simple to use to extract data from any website. This allowed me to replace a developer and do tasks myself as they only take a few minutes to setup and forget about it. Automatio is a game changer!

Sarah Chen

Sarah Chen

Head of Growth, ScaleUp Labs

We've tried dozens of automation tools, but Automatio stands out for its flexibility and ease of use. Our team productivity increased by 40% within the first month of adoption.

David Park

David Park

Founder, DataDriven.io

The AI-powered features in Automatio are incredible. It understands context and adapts to changes in websites automatically. No more broken scrapers!

Emily Rodriguez

Emily Rodriguez

Marketing Director, GrowthMetrics

Automatio transformed our lead generation process. What used to take our team days now happens automatically in minutes. The ROI is incredible.

Jonathan Kogan

Jonathan Kogan

Co-Founder/CEO, rpatools.io

Automatio is one of the most used for RPA Tools both internally and externally. It saves us countless hours of work and we realized this could do the same for other startups and so we choose Automatio for most of our automation needs.

Mohammed Ibrahim

Mohammed Ibrahim

CEO, qannas.pro

I have used many tools over the past 5 years, Automatio is the Jack of All trades.. !! it could be your scraping bot in the morning and then it becomes your VA by the noon and in the evening it does your automations.. its amazing!

Ben Bressington

Ben Bressington

CTO, AiChatSolutions

Automatio is fantastic and simple to use to extract data from any website. This allowed me to replace a developer and do tasks myself as they only take a few minutes to setup and forget about it. Automatio is a game changer!

Sarah Chen

Sarah Chen

Head of Growth, ScaleUp Labs

We've tried dozens of automation tools, but Automatio stands out for its flexibility and ease of use. Our team productivity increased by 40% within the first month of adoption.

David Park

David Park

Founder, DataDriven.io

The AI-powered features in Automatio are incredible. It understands context and adapts to changes in websites automatically. No more broken scrapers!

Emily Rodriguez

Emily Rodriguez

Marketing Director, GrowthMetrics

Automatio transformed our lead generation process. What used to take our team days now happens automatically in minutes. The ROI is incredible.

ذو صلة AI Models

openai

GPT-5.2

OpenAI

GPT-5.2 is OpenAI's flagship model for professional tasks, featuring a 400K context window, elite coding, and deep multi-step reasoning capabilities.

400K context
$1.75/$14.00/1M
zhipu

GLM-5

Zhipu (GLM)

GLM-5 is Zhipu AI's 744B parameter open-weight powerhouse, excelling in long-horizon agentic tasks, coding, and factual accuracy with a 200k context window.

200K context
$1.00/$3.20/1M
google

Gemini 3.1 Flash-Lite

Google

Gemini 3.1 Flash-Lite is Google's fastest, most cost-efficient model. Features 1M context, native multimodality, and 363 tokens/sec speed for scale.

1M context
$0.25/$1.50/1M
moonshot

Kimi K2 Thinking

Moonshot

Kimi K2 Thinking is Moonshot AI's trillion-parameter reasoning model. It outperforms GPT-5 on HLE and supports 300 sequential tool calls autonomously for...

256K context
$0.60/$2.50/1M
anthropic

Claude Opus 4.5

Anthropic

Claude Opus 4.5 is Anthropic's most powerful frontier model, delivering record-breaking 80.9% SWE-bench performance and advanced autonomous agency for coding.

200K context
$5.00/$25.00/1M
openai

GPT-5.4

OpenAI

GPT-5.4 is OpenAI's frontier model featuring a 1.05M context window and Extreme Reasoning. It excels at autonomous UI interaction and long-form data analysis.

1M context
$2.50/$15.00/1M
xai

Grok-4

xAI

Grok-4 by xAI is a frontier model featuring a 2M token context window, real-time X platform integration, and world-record reasoning capabilities.

2M context
$3.00/$15.00/1M
moonshot

Kimi K2.5

Moonshot

Discover Moonshot AI's Kimi K2.5, a 1T-parameter open-source agentic model featuring native multimodal capabilities, a 262K context window, and SOTA reasoning.

256K context
$0.60/$3.00/1M

الأسئلة الشائعة حول GLM-4.7

ابحث عن إجابات للأسئلة الشائعة حول GLM-4.7