zhipu

GLM-4.7

مدل GLM-4.7 محصول Zhipu AI یک مدل flagship با ۳۵۸ میلیارد پارامتر MoE است که دارای context window ۲۰۰ هزارتایی، عملکرد عالی ۷۳.۸٪ در SWE-bench و قابلیت native...

zhipu logozhipuGLMDecember 22, 2025
پنجره زمینه
200Kتوکن
حداکثر خروجی
131Kتوکن
قیمت ورودی
$0.60/ 1M
قیمت خروجی
$2.20/ 1M
حالت:TextImage
قابلیت‌ها:بیناییابزارهااستریمینگاستدلال
معیارها
GPQA
85.7%
GPQA: سوالات علمی سطح تحصیلات تکمیلی. معیار دقیق با 448 سوال از زیست‌شناسی، فیزیک و شیمی. کارشناسان دکترا فقط 65-74% دقت دارند. GLM-4.7 امتیاز 85.7% در این معیار کسب کرد.
HLE
42.8%
HLE: استدلال سطح کارشناسی. توانایی مدل در نشان دادن استدلال سطح کارشناسی در حوزه‌های تخصصی را آزمایش می‌کند. GLM-4.7 امتیاز 42.8% در این معیار کسب کرد.
MMLU
90.1%
MMLU: درک زبان چندوظیفه‌ای گسترده. معیار جامع با 16000 سوال در 57 موضوع دانشگاهی. GLM-4.7 امتیاز 90.1% در این معیار کسب کرد.
MMLU Pro
84.3%
MMLU Pro: نسخه حرفه‌ای MMLU. نسخه بهبود یافته MMLU با 12032 سوال و فرمت 10 گزینه‌ای سخت‌تر. GLM-4.7 امتیاز 84.3% در این معیار کسب کرد.
SimpleQA
46%
SimpleQA: معیار دقت واقعی. توانایی مدل در ارائه پاسخ‌های دقیق و واقعی را آزمایش می‌کند. GLM-4.7 امتیاز 46% در این معیار کسب کرد.
IFEval
88%
IFEval: ارزیابی پیروی از دستورالعمل. اندازه‌گیری می‌کند مدل چقدر خوب از دستورالعمل‌ها و محدودیت‌های خاص پیروی می‌کند. GLM-4.7 امتیاز 88% در این معیار کسب کرد.
AIME 2025
95.7%
AIME 2025: امتحان ریاضی دعوتی آمریکا. مسائل ریاضی سطح مسابقه از امتحان معتبر AIME. GLM-4.7 امتیاز 95.7% در این معیار کسب کرد.
MATH
92%
MATH: حل مسئله ریاضی. معیار جامع ریاضی که حل مسئله در جبر، هندسه، حساب دیفرانسیل را آزمایش می‌کند. GLM-4.7 امتیاز 92% در این معیار کسب کرد.
GSM8k
98%
GSM8k: ریاضی دبستان 8K. 8500 مسئله ریاضی کلامی سطح دبستان. GLM-4.7 امتیاز 98% در این معیار کسب کرد.
MGSM
94%
MGSM: ریاضی دبستان چندزبانه. معیار GSM8k ترجمه شده به 10 زبان. GLM-4.7 امتیاز 94% در این معیار کسب کرد.
MathVista
74%
MathVista: استدلال بصری ریاضی. توانایی حل مسائل ریاضی با عناصر بصری را آزمایش می‌کند. GLM-4.7 امتیاز 74% در این معیار کسب کرد.
SWE-Bench
73.8%
SWE-Bench: معیار مهندسی نرم‌افزار. مدل‌های AI سعی می‌کنند مسائل واقعی GitHub را در پروژه‌های Python حل کنند. GLM-4.7 امتیاز 73.8% در این معیار کسب کرد.
HumanEval
94.2%
HumanEval: مسائل برنامه‌نویسی Python. 164 مسئله برنامه‌نویسی که مدل‌ها باید پیاده‌سازی صحیح توابع Python تولید کنند. GLM-4.7 امتیاز 94.2% در این معیار کسب کرد.
LiveCodeBench
84.9%
LiveCodeBench: معیار کدنویسی زنده. توانایی‌های کدنویسی را در چالش‌های برنامه‌نویسی واقعی به‌روز شده آزمایش می‌کند. GLM-4.7 امتیاز 84.9% در این معیار کسب کرد.
MMMU
74.2%
MMMU: درک چندحالته. معیار درک چندحالته در 30 موضوع دانشگاهی. GLM-4.7 امتیاز 74.2% در این معیار کسب کرد.
MMMU Pro
58%
MMMU Pro: نسخه حرفه‌ای MMMU. نسخه بهبود یافته MMMU با سوالات چالش‌برانگیزتر. GLM-4.7 امتیاز 58% در این معیار کسب کرد.
ChartQA
86%
ChartQA: پرسش و پاسخ نمودار. توانایی درک و تحلیل اطلاعات از نمودارها را آزمایش می‌کند. GLM-4.7 امتیاز 86% در این معیار کسب کرد.
DocVQA
93%
DocVQA: پرسش و پاسخ بصری سند. توانایی استخراج اطلاعات از تصاویر سند را آزمایش می‌کند. GLM-4.7 امتیاز 93% در این معیار کسب کرد.
Terminal-Bench
41%
Terminal-Bench: وظایف ترمینال/CLI. توانایی انجام عملیات خط فرمان را آزمایش می‌کند. GLM-4.7 امتیاز 41% در این معیار کسب کرد.
ARC-AGI
12%
ARC-AGI: انتزاع و استدلال. هوش سیال را از طریق پازل‌های تشخیص الگوی جدید آزمایش می‌کند. GLM-4.7 امتیاز 12% در این معیار کسب کرد.

GLM-4.7 را رایگان امتحان کنید

با GLM-4.7 رایگان گفتگو کنید. قابلیت‌ها را آزمایش کنید، سوال بپرسید و ببینید این مدل AI چه کارهایی می‌تواند انجام دهد.

پرامپت
پاسخ
zhipu/glm-4-7

پاسخ AI شما اینجا ظاهر می‌شود

درباره GLM-4.7

درباره قابلیت‌های GLM-4.7، ویژگی‌ها و نحوه کمک به شما در دستیابی به نتایج بهتر بیاموزید.

مدل GLM-4.7 جدیدترین مدل flagship از شرکت Zhipu AI است که جهشی بزرگ در هوش مصنوعی open-weight محسوب می‌شود. این مدل عظیم ۳۵۸ میلیارد پارامتری بر پایه معماری Mixture-of-Experts (MoE) طراحی شده و به طور اختصاصی برای reasoning پیشرفته، اتوماسیون کدنویسی و جریان‌های کاری پیچیده agentic مهندسی شده است. این مدل حالت اختصاصی Deep Thinking را معرفی می‌کند که برنامه‌ریزی چندمرحله‌ای و بازیابی خطا را امکان‌پذیر کرده و به مدل اجازه می‌دهد وظایف حساس مهندسی نرم‌افزار را با اطمینان بی‌سابقه‌ای حل کند.

این مدل با عملکرد فنی استثنایی خود متمایز می‌شود و به امتیاز state-of-the-art ۷۳.۸٪ در SWE-bench Verified و ۸۴.۹ در LiveCodeBench v6 دست یافته است. با context window ۲۰۰,۰۰۰ توکنی و ظرفیت خروجی عظیم ۱۳۱,۰۷۲ توکن، GLM-4.7 برای تولید اپلیکیشن‌های کامل و انجام تحقیقات عمیق روی مجموعه‌داده‌های وسیع بهینه‌سازی شده است.

به عنوان یک انتشار open-weight تحت لایسنس MIT، این مدل جایگزینی قدرتمند و منعطف برای APIهای closed-source ارائه می‌دهد و هم از یکپارچه‌سازی ابری و هم از میزبانی محلی پشتیبانی می‌کند. قابلیت‌های multimodal آن به طراحی پیشرفته UI و تحلیل اسناد گسترش می‌یابد و آن را به یک نیروگاه چندمنظوره برای توسعه مدرن مبتنی بر هوش مصنوعی تبدیل می‌کند.

GLM-4.7

موارد استفاده برای GLM-4.7

روش‌های مختلف استفاده از GLM-4.7 برای دستیابی به نتایج عالی را کشف کنید.

مهندسی نرم‌افزار Agentic

رفع مشکلات پیچیده GitHub و پیاده‌سازی ویژگی‌های full-stack به صورت خودکار در کل مخازن کد (repositories).

Vibe Coding با دقت بالا

تولید سریع رابط‌های وب مدرن و آماده محصول با استفاده از Tailwind CSS و کامپوننت‌های تعاملی Framer Motion.

پشتیبانی فنی چندزبانه

ارائه کمک‌های پیشرفته در کدنویسی و حل مسائل منطقی در بیش از ۱۰ محیط برنامه‌نویسی بین‌المللی.

تحقیق آکادمیک عمیق

تحلیل مجموعه‌های عظیم اسناد برای استخراج اطلاعات چندمرحله‌ای و قابل تأیید با استفاده از چارچوب جستجوی BrowseComp.

طراحی خودکار ارائه (Presentation)

ساخت اسلایدهای ساختاریافته و از نظر بصری متعادل با چیدمان و تایپوگرافی دقیق تنها از طریق prompt های تک‌جمله‌ای.

اتوماسیون مبتنی بر ترمینال

اجرای وظایف پیچیده مدیریت سیستم و DevOps مستقیماً در یک محیط sandbox ترمینال با دقت benchmark ۴۱ درصدی.

نقاط قوت

محدودیت‌ها

مهارت نخبگانی در کدنویسی: در حال حاضر با امتیاز ۷۳.۸٪ در SWE-bench در صدر مدل‌های open-weight قرار دارد و از بسیاری از رقبای closed-source پیشی گرفته است.
نیاز شدید به سخت‌افزار: تعداد ۳۵۵ میلیارد پارامتر، میزبانی محلی را برای توسعه‌دهندگان انفرادی بدون سیستم‌های چند GPU بسیار دشوار می‌کند.
خروجی توکن عظیم: دارای محدودیت خروجی ۱۳۱ هزار تایی است که امکان تولید codebase های حجیم و آماده محصول را در یک نوبت فراهم می‌کند.
تفاوت API با نسخه وب: شکاف عملکردی قابل‌توجهی بین پاسخ‌های سریع API و استدلال‌های عمیق‌تر موجود در رابط کاربری وب مشاهده می‌شود.
موتور Reasoning بومی: قابلیت‌های 'Deep Thinking' را در خود جای داده که اجازه برنامه‌ریزی بهتر و کاهش خطا در کارهای طولانی agentic را می‌دهد.
توهمات زمانی: کاربران گزارش‌هایی از بی‌دقتی‌های گاه‌به‌گاه در مورد تاریخ‌های جاری و وقایع بلافاصله پس از عرضه مدل ارسال کرده‌اند.
نسبت هزینه به عملکرد بی‌نظیر: هوش در سطح مدل‌های پیشرو (frontier model) را با کسری از هزینه، شروع از تنها ۰.۶۰ دلار به ازای هر میلیون input token، ارائه می‌دهد.
تاخیر بالای Reasoning: فعال کردن حالت کامل Deep Thinking می‌تواند زمان پاسخگویی را برای prompt های پیچیده و چندمرحله‌ای به طور قابل‌توجهی افزایش دهد.

شروع سریع API

zhipu/glm-4-7

مشاهده مستندات
zhipu SDK
import { ZhipuAI } from "zhipuai";

const client = new ZhipuAI({ apiKey: "YOUR_API_KEY" });

async function main() {
  const response = await client.chat.completions.create({
    model: "glm-4.7",
    messages: [{ role: "user", content: "Build a real-time collaborative whiteboard using Next.js." }],
    stream: true,
    extra_body: { "thinking": true }
  });

  for await (const chunk of response) {
    process.stdout.write(chunk.choices[0].delta.content || "");
  }
}

main();

SDK را نصب کنید و در عرض چند دقیقه شروع به فراخوانی API کنید.

مردم درباره GLM-4.7 چه می‌گویند

ببینید جامعه درباره GLM-4.7 چه فکر می‌کند

"GLM 4.7 رکوردهای open source را جابجا کرد! ... کسب امتیاز ۴۲.۸٪ در Humanity's Last Exam"
MindColliers
x/twitter
"مدل GLM-4.7... امتیاز ۷۳.۸٪ در SWE-Bench با قیمت ۰.۶ دلار برای هر میلیون توکن... رقابت هوش مصنوعی واقعاً چندقطبی شده است."
MateusGalasso
x/twitter
"GLM 4.7 پیشرفت‌های آشکاری در کدنویسی agentic چندزبانه و وظایف مبتنی بر ترمینال دارد"
Dear-Success-1441
reddit
"این مدل در بسیاری از benchmark های کدنویسی ۲۰۲۵ در حال درخشش است"
cloris_rust
reddit
"GLM 4.7 در سرعت و پایداری برنده است، در حالی که Minimax M2.1 در کدنویسی multi-agent برتری دارد"
JamMasterJulian
youtube
"Zhipu واقعاً نشان می‌دهد که وزن‌های آزاد (open weights) در برابر آزمایشگاه‌های بزرگ آمریکا چه کارهایی می‌توانند انجام دهند."
DevGuru
hackernews

ویدیوهای درباره GLM-4.7

آموزش‌ها، بررسی‌ها و بحث‌های درباره GLM-4.7 را تماشا کنید

GLM 4.7 مدلی است که بهبودهای بزرگی در کیفیت کد، reasoning پیچیده و استفاده از ابزارها ارائه می‌دهد

امتیاز ۷۳.۸ درصد را در SWE-bench verified کسب کرد که برای یک مدل open-source کاملاً باورنکردنی است

این مدل حتی در benchmark های استفاده از ابزار، از Claude Sonnet 4.5 و GPT 5.1 پیشی می‌گیرد

رویکرد mixture of experts در اینجا بسیار صیقل‌خورده است و علیرغم اندازه بزرگ، منجر به کارایی بالاتر شده است

این در واقع اولین مدل open-weight است که جایگزینی واقعی برای Claude 3.5 در کدنویسی‌های سنگین ارائه می‌دهد

این بهترین مدل open عرضه شده تا به امروز با اختلاف بسیار زیاد است

صفحات وب تمیزتر و مدرن‌تری تولید می‌کند و اسلایدهای زیباتری می‌سازد

استدلال می‌کند، اما ردپای تفکر (thinking traces) در API برنامه‌نویسی در دسترس نیست

نتایج Vibe coding حتی با انیمیشن‌های پیچیده Tailwind نزدیک به بی‌نقص هستند

context window ۲۰۰ هزارتایی، مخازن کد طولانی را با کمترین کاهش دقت (needle loss) نسبت به نسخه‌های قبلی GLM مدیریت می‌کند

ارتقای مهم، تفکر قبل از عمل است که به مدل کمک می‌کند وظایف پیچیده را با اطمینان انجام دهد

تمرکز بر vibe coding، جایی که GLM 4.7 کیفیت UI را بهبود می‌بخشد

قیمت‌گذاری API حدود ۳ دلار خواهد بود که آن را به گزینه‌ای بسیار مقرون‌به‌صرفه تبدیل می‌کند

عملکرد multimodal به آن اجازه می‌دهد طرح‌های Figma را با دقت بالا به کد تبدیل کند

اگر یک workstation عظیم داشته باشید، استقرار محلی امکان‌پذیر است، اما API به طرز چشمگیری سریع است

بیشتر از فقط پرامپت

گردش کار خود را با اتوماسیون AI

Automatio قدرت عامل‌های AI، اتوماسیون وب و ادغام‌های هوشمند را ترکیب می‌کند تا به شما کمک کند در زمان کمتر بیشتر انجام دهید.

عامل‌های AI
اتوماسیون وب
گردش‌کارهای هوشمند
تماشای دمو

نکات حرفه‌ای

نکات تخصصی برای کمک به شما در استفاده حداکثری از این مدل و دستیابی به نتایج بهتر.

فعال‌سازی Deep Thinking

برای کارهای منطقی پیچیده، حالت تفکر را صراحتاً از طریق پارامترهای API فعال کنید تا برنامه‌ریزی چندمرحله‌ای امکان‌پذیر شود.

بهره‌گیری از تفکر حفظ شده

تاریخچه گفتگوهای طولانی را نگه دارید تا از توانایی مدل در حفظ ردپای reasoning در چندین نوبت گفتگو استفاده کنید.

Quantization محلی

از نسخه‌های GGUF ۲ بیت یا ۴ بیت بهینه‌سازی شده توسط Unsloth استفاده کنید تا این مدل پرپارامتر را روی سخت‌افزارهای مصرفی اجرا کنید.

تزریق تاریخ

تاریخ روز را به صورت دستی در system prompt وارد کنید تا از توهمات زمانی جلوگیری کرده و دقت زمان‌بندی را بهبود بخشید.

نظرات

کاربران ما چه می‌گویند

به هزاران کاربر راضی که گردش کار خود را متحول کرده‌اند بپیوندید

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.

مرتبط AI Models

anthropic

Claude 3.7 Sonnet

anthropic

Claude 3.7 Sonnet is Anthropic's first hybrid reasoning model, delivering state-of-the-art coding capabilities, a 200k context window, and visible thinking.

200K context
$3.00/$15.00/1M
xai

Grok-3

xai

Grok-3 is xAI's flagship reasoning model, featuring deep logic deduction, a 128k context window, and real-time integration with X for live research and coding.

128K context
$3.00/$15.00/1M
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
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
openai

GPT-5.1

openai

GPT-5.1 is OpenAI’s advanced reasoning flagship featuring adaptive thinking, native multimodality, and state-of-the-art performance in math and technical...

400K context
$1.25/$10.00/1M
anthropic

Claude Sonnet 4.5

anthropic

Anthropic's Claude Sonnet 4.5 delivers world-leading coding (77.2% SWE-bench) and a 200K context window, optimized for the next generation of autonomous agents.

200K context
$3.00/$15.00/1M
google

Gemini 3 Flash

google

Gemini 3 Flash is Google's high-speed multimodal model featuring a 1M token context window, elite 90.4% GPQA reasoning, and autonomous browser automation tools.

1M context
$0.50/$3.00/1M
google

Gemini 3 Pro

google

Google's Gemini 3 Pro is a multimodal powerhouse featuring a 1M token context window, native video processing, and industry-leading reasoning performance.

1M context
$2.00/$12.00/1M

سوالات متداول

پاسخ سوالات رایج درباره این مدل را بیابید