zhipu

GLM-4.7

GLM-4.7 oleh Zhipu AI adalah model flagship MoE 358B yang menghadirkan context window 200K, performa SWE-bench elit sebesar 73,8%, dan native Deep Thinking...

zhipu logozhipuGLM22 Desember 2025
Konteks
200Ktoken
Output maks.
131Ktoken
Harga input
$0.60/ 1M
Harga output
$2.20/ 1M
Modalitas:TextImage
Kemampuan:VisiAlatStreamingPenalaran
Benchmarks
GPQA
85.7%
GPQA: Tanya Jawab Sains Tingkat Doktoral. Benchmark ketat dengan 448 pertanyaan pilihan ganda dalam biologi, fisika, dan kimia yang dibuat oleh pakar domain. Para ahli PhD hanya mencapai akurasi 65-74%, sementara non-ahli hanya mendapat 34% bahkan dengan akses web tak terbatas (sehingga disebut 'tahan Google'). GLM-4.7 meraih skor 85.7% pada benchmark ini.
HLE
42.8%
HLE: Penalaran Keahlian Tingkat Tinggi. Menguji kemampuan model untuk mendemonstrasikan penalaran tingkat ahli di domain khusus. Mengevaluasi pemahaman mendalam tentang topik kompleks yang membutuhkan pengetahuan tingkat profesional. GLM-4.7 meraih skor 42.8% pada benchmark ini.
MMLU
90.1%
MMLU: Pemahaman Bahasa Multitugas Masif. Benchmark komprehensif dengan 16.000 pertanyaan pilihan ganda meliputi 57 mata pelajaran akademik termasuk matematika, filsafat, hukum, dan kedokteran. Menguji pengetahuan luas dan kemampuan penalaran. GLM-4.7 meraih skor 90.1% pada benchmark ini.
MMLU Pro
84.3%
MMLU Pro: MMLU Edisi Profesional. Versi MMLU yang ditingkatkan dengan 12.032 pertanyaan menggunakan format 10 pilihan yang lebih sulit. Mencakup Matematika, Fisika, Kimia, Hukum, Teknik, Ekonomi, Kesehatan, Psikologi, Bisnis, Biologi, Filsafat, dan Ilmu Komputer. GLM-4.7 meraih skor 84.3% pada benchmark ini.
SimpleQA
46%
SimpleQA: Benchmark Akurasi Faktual. Menguji kemampuan model untuk memberikan respons yang akurat dan faktual terhadap pertanyaan langsung. Mengukur keandalan dan mengurangi halusinasi dalam tugas pengambilan pengetahuan. GLM-4.7 meraih skor 46% pada benchmark ini.
IFEval
88%
IFEval: Evaluasi Kepatuhan Instruksi. Mengukur seberapa baik model mengikuti instruksi dan batasan tertentu. Menguji kemampuan untuk mematuhi aturan format, batas panjang, dan persyaratan eksplisit lainnya. GLM-4.7 meraih skor 88% pada benchmark ini.
AIME 2025
95.7%
AIME 2025: Ujian Matematika Undangan Amerika. Soal matematika tingkat kompetisi dari ujian AIME bergengsi yang dirancang untuk siswa SMA berbakat. Menguji pemecahan masalah matematika tingkat lanjut yang membutuhkan penalaran abstrak, bukan sekadar pencocokan pola. GLM-4.7 meraih skor 95.7% pada benchmark ini.
MATH
92%
MATH: Pemecahan Masalah Matematika. Benchmark matematika komprehensif yang menguji pemecahan masalah dalam aljabar, geometri, kalkulus, dan domain matematika lainnya. Membutuhkan penalaran multi-langkah dan pengetahuan matematika formal. GLM-4.7 meraih skor 92% pada benchmark ini.
GSM8k
98%
GSM8k: Matematika SD 8K. 8.500 soal cerita matematika tingkat SD yang membutuhkan penalaran multi-langkah. Menguji aritmatika dasar dan pemikiran logis melalui skenario dunia nyata seperti belanja atau perhitungan waktu. GLM-4.7 meraih skor 98% pada benchmark ini.
MGSM
94%
MGSM: Matematika SD Multibahasa. Benchmark GSM8k yang diterjemahkan ke 10 bahasa termasuk Spanyol, Prancis, Jerman, Rusia, Cina, dan Jepang. Menguji penalaran matematika dalam berbagai bahasa. GLM-4.7 meraih skor 94% pada benchmark ini.
MathVista
74%
MathVista: Penalaran Matematika Visual. Menguji kemampuan untuk menyelesaikan masalah matematika yang melibatkan elemen visual seperti grafik, diagram geometri, dan figur ilmiah. Menggabungkan pemahaman visual dengan penalaran matematika. GLM-4.7 meraih skor 74% pada benchmark ini.
SWE-Bench
73.8%
SWE-Bench: Benchmark Rekayasa Perangkat Lunak. Model AI mencoba menyelesaikan masalah GitHub nyata dalam proyek Python open-source dengan verifikasi manusia. Menguji keterampilan rekayasa perangkat lunak praktis pada codebase produksi. Model terbaik meningkat dari 4,4% di 2023 menjadi lebih dari 70% di 2024. GLM-4.7 meraih skor 73.8% pada benchmark ini.
HumanEval
94.2%
HumanEval: Masalah Pemrograman Python. 164 masalah pemrograman yang ditulis tangan di mana model harus menghasilkan implementasi fungsi Python yang benar. Setiap solusi diverifikasi dengan unit test. Model terbaik sekarang mencapai akurasi lebih dari 90%. GLM-4.7 meraih skor 94.2% pada benchmark ini.
LiveCodeBench
84.9%
LiveCodeBench: Benchmark Koding Langsung. Menguji kemampuan koding pada tantangan pemrograman dunia nyata yang terus diperbarui. Berbeda dengan benchmark statis, menggunakan masalah baru untuk mencegah kontaminasi data dan mengukur keterampilan koding yang sebenarnya. GLM-4.7 meraih skor 84.9% pada benchmark ini.
MMMU
74.2%
MMMU: Pemahaman Multimodal. Benchmark Pemahaman Multimodal Multi-disiplin Masif yang menguji model penglihatan-bahasa pada masalah tingkat universitas di 30 mata pelajaran yang membutuhkan pemahaman gambar dan pengetahuan ahli. GLM-4.7 meraih skor 74.2% pada benchmark ini.
MMMU Pro
58%
MMMU Pro: MMMU Edisi Profesional. Versi MMMU yang ditingkatkan dengan pertanyaan lebih sulit dan evaluasi lebih ketat. Menguji penalaran multimodal tingkat lanjut di tingkat profesional dan ahli. GLM-4.7 meraih skor 58% pada benchmark ini.
ChartQA
86%
ChartQA: Tanya Jawab Grafik. Menguji kemampuan untuk memahami dan bernalar tentang informasi yang disajikan dalam grafik dan diagram. Membutuhkan ekstraksi data, perbandingan nilai, dan melakukan perhitungan dari representasi visual data. GLM-4.7 meraih skor 86% pada benchmark ini.
DocVQA
93%
DocVQA: Tanya Jawab Visual Dokumen. Benchmark Tanya Jawab Visual Dokumen yang menguji kemampuan untuk mengekstrak dan bernalar tentang informasi dari gambar dokumen termasuk formulir, laporan, dan teks yang dipindai. GLM-4.7 meraih skor 93% pada benchmark ini.
Terminal-Bench
41%
Terminal-Bench: Tugas Terminal/CLI. Menguji kemampuan untuk melakukan operasi baris perintah, menulis skrip shell, dan menavigasi lingkungan terminal. Mengukur keterampilan administrasi sistem praktis dan alur kerja pengembangan. GLM-4.7 meraih skor 41% pada benchmark ini.
ARC-AGI
12%
ARC-AGI: Abstraksi dan Penalaran. Abstraction and Reasoning Corpus untuk AGI - menguji kecerdasan fluida melalui teka-teki pengenalan pola baru. Setiap tugas membutuhkan penemuan aturan yang mendasari dari contoh, mengukur kemampuan penalaran umum daripada menghafal. GLM-4.7 meraih skor 12% pada benchmark ini.

Coba GLM-4.7 Gratis

Chat dengan GLM-4.7 secara gratis. Uji kemampuannya, ajukan pertanyaan dan jelajahi apa yang bisa dilakukan model AI ini.

Prompt
Respons
zhipu/glm-4-7

Respons AI Anda akan muncul di sini

Tentang GLM-4.7

Pelajari tentang kemampuan, fitur, dan cara menggunakan GLM-4.7.

GLM-4.7 adalah model AI flagship terbaru dari Zhipu AI, yang mewakili lompatan signifikan dalam kecerdasan open-weight. Model Mixture-of-Experts (MoE) dengan 358 miliar parameters ini dirancang khusus untuk reasoning tingkat lanjut, otomatisasi coding, dan alur kerja agentic yang kompleks. Model ini memperkenalkan mode Deep Thinking khusus yang memungkinkan perencanaan multi-langkah dan pemulihan kesalahan, sehingga model dapat menyelesaikan tugas software engineering berisiko tinggi dengan keandalan yang belum pernah ada sebelumnya.

Model ini membedakan dirinya melalui performa teknis yang luar biasa, mencapai skor state-of-the-art 73,8% pada SWE-bench Verified dan 84,9 pada LiveCodeBench v6. Dengan context window 200.000 token dan kapasitas output masif 131.072 token, GLM-4.7 dioptimalkan untuk menghasilkan aplikasi lengkap dan melakukan riset mendalam pada kumpulan data yang sangat besar.

Sebagai rilis open-weight di bawah lisensi MIT, ia menawarkan alternatif yang kuat dan fleksibel dibandingkan API closed-source, mendukung integrasi berbasis cloud maupun hosting lokal. Kemampuan multimodalnya mencakup desain UI tingkat lanjut dan analisis dokumen, menjadikannya mesin serbaguna untuk pengembangan modern berbasis AI.

GLM-4.7

Kasus Penggunaan untuk GLM-4.7

Temukan berbagai cara menggunakan GLM-4.7 untuk hasil yang luar biasa.

Agentic Software Engineering

Menyelesaikan masalah GitHub yang kompleks dan mengimplementasikan fitur full-stack secara otonom di seluruh repositori.

High-Fidelity Vibe Coding

Menghasilkan antarmuka web modern yang siap produksi dengan cepat menggunakan Tailwind CSS dan komponen Framer Motion interaktif.

Dukungan Teknis Multibahasa

Memberikan bantuan coding tingkat lanjut dan pemecahan masalah logis di lebih dari 10 lingkungan pemrograman internasional.

Riset Akademik Mendalam

Menganalisis kumpulan dokumen masif untuk mengekstrak informasi multi-hop yang dapat diverifikasi menggunakan framework pencarian BrowseComp.

Desain Presentasi Otomatis

Membuat slide yang terstruktur dan seimbang secara visual dengan tata letak dan tipografi yang akurat dari prompt satu kalimat.

Otomatisasi Berbasis Terminal

Mengeksekusi administrasi sistem dan tugas DevOps yang kompleks langsung di dalam sandbox terminal dengan akurasi benchmark 41%.

Kelebihan

Keterbatasan

Kemahiran Coding Tingkat Atas: Saat ini memimpin kategori model open-weight dengan skor SWE-bench 73,8%, melampaui banyak kompetitor closed-source.
Intensitas Hardware Ekstrem: Jumlah parameters 355B membuat hosting lokal sulit dilakukan oleh pengembang individu tanpa konfigurasi multi-GPU.
Output Tokens Masif: Memiliki batas output 131K, memungkinkan pembuatan codebase besar yang siap produksi dalam satu putaran (turn).
Kesenjangan API vs Web: Ada perbedaan performa yang terlihat antara respons API instan dan reasoning yang lebih dalam yang ditemukan di antarmuka web.
Native Reasoning Engine: Mengintegrasikan kemampuan 'Deep Thinking' yang memungkinkan perencanaan yang lebih baik dan mengurangi penyimpangan dalam tugas agentic jangka panjang.
Halusinasi Temporal: Pengguna melaporkan ketidakakuratan sesekali mengenai tanggal dan peristiwa terkini segera setelah peluncuran model.
Rasio Biaya-Performa Tak Tertandingi: Menyediakan kecerdasan tingkat frontier model dengan biaya yang sangat rendah, mulai dari hanya $0,60 per juta input tokens.
Latency Reasoning Tinggi: Mengaktifkan mode Deep Thinking penuh dapat meningkatkan waktu respons secara signifikan untuk prompt multi-langkah yang kompleks.

Mulai Cepat API

zhipu/glm-4-7

Lihat Dokumentasi
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();

Instal SDK dan mulai melakukan panggilan API dalam hitungan menit.

Apa Kata Orang Tentang GLM-4.7

Lihat apa yang dipikirkan komunitas tentang GLM-4.7

"GLM 4.7 MENGHANCURKAN REKOR OPEN SOURCE! ... meraih 42,8% di Humanity's Last Exam"
MindColliers
x/twitter
"GLM-4.7... skor 73,8% di SWE-Bench seharga $0,6/M tokens... Persaingan AI benar-benar menjadi multipolar."
MateusGalasso
x/twitter
"GLM 4.7 membawa peningkatan nyata... dalam agentic coding multibahasa dan tugas berbasis terminal"
Dear-Success-1441
reddit
"Model ini mendominasi di banyak benchmark coding 2025"
cloris_rust
reddit
"GLM 4.7 unggul dalam kecepatan dan stabilitas, sementara Minimax M2.1 mendominasi dalam multi-agent coding"
JamMasterJulian
youtube
"Zhipu benar-benar menunjukkan apa yang bisa dilakukan open weights melawan lab besar di AS."
DevGuru
hackernews

Video Tentang GLM-4.7

Tonton tutorial, ulasan, dan diskusi tentang GLM-4.7

GLM 4.7 adalah model yang memberikan peningkatan besar dalam kualitas kode, reasoning kompleks, dan penggunaan alat

Mencetak persentase 73,8 pada SWE-bench terverifikasi, yang sangat luar biasa untuk sebuah model open-source

Bahkan melampaui Claude Sonnet 4.5 dan GPT 5.1 dalam benchmark penggunaan alat

Pendekatan mixture of experts di sini sangat halus, menghasilkan efisiensi yang lebih tinggi meskipun ukurannya besar

Ini pada dasarnya adalah model open-weight pertama yang memberikan alternatif layak bagi Claude 3.5 untuk coding berat

Ini adalah model terbuka terbaik sejauh ini dengan selisih yang jauh

Menghasilkan halaman web yang lebih bersih, modern, dan desain slide yang lebih baik

Melakukan reasoning, tetapi jejak pemikirannya tidak tersedia di API rencana coding

Hasil vibe coding hampir sempurna, bahkan dengan animasi Tailwind yang kompleks

Context 200k menangani repositori panjang dengan sangat sedikit kehilangan informasi dibandingkan versi GLM sebelumnya

Peningkatan penting adalah berpikir sebelum bertindak, yang membantu model menangani tugas kompleks dengan andal

Menyoroti vibe coding, di mana GLM 4.7 meningkatkan kualitas UI

Harga API sekitar $3, menjadikannya pilihan yang sangat hemat biaya

Performa multimodal memungkinkannya mengubah desain Figma menjadi kode dengan akurasi tinggi

Deployment lokal dimungkinkan jika Anda memiliki workstation masif, tetapi API-nya sangat cepat

Lebih dari sekadar prompt

Tingkatkan alur kerja Anda dengan Otomatisasi AI

Automatio menggabungkan kekuatan agen AI, otomatisasi web, dan integrasi cerdas untuk membantu Anda mencapai lebih banyak dalam waktu lebih singkat.

Agen AI
Otomasi Web
Alur Kerja Cerdas
Tonton video demo

Tips Pro

Tips ahli untuk membantu Anda mendapatkan hasil maksimal dari model ini.

Aktifkan Deep Thinking

Untuk tugas logika yang kompleks, picu mode berpikir secara eksplisit melalui parameters API untuk memungkinkan perencanaan multi-langkah.

Manfaatkan Preserved Thinking

Pertahankan riwayat percakapan yang panjang untuk memanfaatkan kemampuan model dalam menyimpan jejak reasoning di berbagai giliran percakapan.

Kuantisasi Lokal

Gunakan versi GGUF 2-bit atau 4-bit yang dioptimalkan dengan Unsloth untuk menjalankan model dengan parameters besar ini pada hardware kelas konsumen.

Injeksi Tanggal

Masukkan tanggal saat ini secara manual ke dalam system prompt untuk menghindari halusinasi temporal dan meningkatkan akurasi penjadwalan.

Testimoni

Apa Kata Pengguna Kami

Bergabunglah dengan ribuan pengguna puas yang telah mengubah alur kerja mereka

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.

Terkait 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

Pertanyaan yang Sering Diajukan

Temukan jawaban untuk pertanyaan umum tentang model ini