zhipu

GLM-4.7

Zhipu AI tarafından geliştirilen GLM-4.7, 200K context window, %73.8 SWE-bench performansı ve agent'lar için native Deep Thinking modlarına sahip flagship 358B...

zhipu logozhipuGLM22 Aralık 2025
Bağlam
200Ktoken
Maks. çıktı
131Ktoken
Giriş fiyatı
$0.60/ 1M
Çıkış fiyatı
$2.20/ 1M
Modalite:TextImage
Yetenekler:GörüntüAraçlarAkışAkıl Yürütme
Benchmarks
GPQA
85.7%
GPQA: Doktora Düzeyinde Bilim Soruları. Biyoloji, fizik ve kimya alanlarında uzmanlar tarafından oluşturulmuş 448 çoktan seçmeli soru içeren zorlu bir benchmark. Doktora uzmanları sadece %65-74 doğruluk oranına ulaşırken, uzman olmayanlar sınırsız web erişimiyle bile sadece %34 puan alır (bu yüzden 'Google'a dayanıklı' olarak adlandırılır). GLM-4.7 bu benchmark'ta 85.7% puan aldı.
HLE
42.8%
HLE: Yüksek Düzey Uzmanlık Akıl Yürütme. Bir modelin özelleşmiş alanlarda uzman düzeyinde akıl yürütme sergileme yeteneğini test eder. Profesyonel düzeyde bilgi gerektiren karmaşık konuların derin anlaşılmasını değerlendirir. GLM-4.7 bu benchmark'ta 42.8% puan aldı.
MMLU
90.1%
MMLU: Kapsamlı Çoklu Görev Dil Anlama. Matematik, felsefe, hukuk ve tıp dahil 57 akademik konuyu kapsayan 16.000 çoktan seçmeli soru içeren kapsamlı bir benchmark. Geniş bilgi ve akıl yürütme yeteneklerini test eder. GLM-4.7 bu benchmark'ta 90.1% puan aldı.
MMLU Pro
84.3%
MMLU Pro: MMLU Profesyonel Sürüm. Daha zor 10 seçenekli format kullanan 12.032 soru içeren geliştirilmiş MMLU sürümü. Matematik, Fizik, Kimya, Hukuk, Mühendislik, Ekonomi, Sağlık, Psikoloji, İşletme, Biyoloji, Felsefe ve Bilgisayar Bilimlerini kapsar. GLM-4.7 bu benchmark'ta 84.3% puan aldı.
SimpleQA
46%
SimpleQA: Olgusal Doğruluk Benchmark'ı. Bir modelin basit sorulara doğru, olgusal yanıtlar verme yeteneğini test eder. Bilgi alma görevlerinde güvenilirliği ölçer ve halüsinasyonları azaltır. GLM-4.7 bu benchmark'ta 46% puan aldı.
IFEval
88%
IFEval: Talimat Takip Değerlendirmesi. Bir modelin belirli talimatları ve kısıtlamaları ne kadar iyi takip ettiğini ölçer. Biçimlendirme kurallarına, uzunluk sınırlarına ve diğer açık gereksinimlere uyma yeteneğini test eder. GLM-4.7 bu benchmark'ta 88% puan aldı.
AIME 2025
95.7%
AIME 2025: Amerikan Davetiye Matematik Sınavı. Yetenekli lise öğrencileri için tasarlanmış prestijli AIME sınavından yarışma düzeyinde matematik problemleri. Sadece kalıp eşleştirme değil, soyut akıl yürütme gerektiren ileri düzey matematiksel problem çözmeyi test eder. GLM-4.7 bu benchmark'ta 95.7% puan aldı.
MATH
92%
MATH: Matematiksel Problem Çözme. Cebir, geometri, kalkülüs ve diğer matematiksel alanlarda problem çözmeyi test eden kapsamlı bir matematik benchmark'ı. Çok adımlı akıl yürütme ve formal matematiksel bilgi gerektirir. GLM-4.7 bu benchmark'ta 92% puan aldı.
GSM8k
98%
GSM8k: İlkokul Matematiği 8K. Çok adımlı akıl yürütme gerektiren 8.500 ilkokul düzeyinde matematik sözel problemi. Alışveriş veya zaman hesaplamaları gibi gerçek dünya senaryoları aracılığıyla temel aritmetik ve mantıksal düşünmeyi test eder. GLM-4.7 bu benchmark'ta 98% puan aldı.
MGSM
94%
MGSM: Çok Dilli İlkokul Matematiği. GSM8k benchmark'ı İspanyolca, Fransızca, Almanca, Rusça, Çince ve Japonca dahil 10 dile çevrilmiştir. Farklı dillerde matematiksel akıl yürütmeyi test eder. GLM-4.7 bu benchmark'ta 94% puan aldı.
MathVista
74%
MathVista: Matematiksel Görsel Akıl Yürütme. Grafikler, geometri diyagramları ve bilimsel şekiller gibi görsel öğeler içeren matematik problemlerini çözme yeteneğini test eder. Görsel anlayışı matematiksel akıl yürütme ile birleştirir. GLM-4.7 bu benchmark'ta 74% puan aldı.
SWE-Bench
73.8%
SWE-Bench: Yazılım Mühendisliği Benchmark'ı. Yapay zeka modelleri, insan doğrulaması ile açık kaynak Python projelerindeki gerçek GitHub sorunlarını çözmeye çalışır. Üretim kod tabanlarında pratik yazılım mühendisliği becerilerini test eder. En iyi modeller 2023'te %4,4'ten 2024'te %70'in üzerine çıktı. GLM-4.7 bu benchmark'ta 73.8% puan aldı.
HumanEval
94.2%
HumanEval: Python Programlama Problemleri. Modellerin doğru Python fonksiyon implementasyonları üretmesi gereken 164 el yazımı programlama problemi. Her çözüm birim testlerle doğrulanır. En iyi modeller artık %90'ın üzerinde doğruluk oranına ulaşıyor. GLM-4.7 bu benchmark'ta 94.2% puan aldı.
LiveCodeBench
84.9%
LiveCodeBench: Canlı Kodlama Benchmark'ı. Sürekli güncellenen gerçek dünya programlama zorlukları üzerinde kodlama yeteneklerini test eder. Statik benchmark'ların aksine, veri kirliliğini önlemek ve gerçek kodlama becerilerini ölçmek için taze problemler kullanır. GLM-4.7 bu benchmark'ta 84.9% puan aldı.
MMMU
74.2%
MMMU: Çok Modlu Anlama. Görüntü anlama ve uzman bilgisi gerektiren 30 konuda üniversite düzeyinde problemlerde görme-dil modellerini test eden Kapsamlı Çok Disiplinli Çok Modlu Anlama benchmark'ı. GLM-4.7 bu benchmark'ta 74.2% puan aldı.
MMMU Pro
58%
MMMU Pro: MMMU Profesyonel Sürüm. Daha zor sorular ve daha katı değerlendirme içeren geliştirilmiş MMMU sürümü. Profesyonel ve uzman seviyelerinde ileri düzey çok modlu akıl yürütmeyi test eder. GLM-4.7 bu benchmark'ta 58% puan aldı.
ChartQA
86%
ChartQA: Grafik Soru Cevaplama. Grafiklerde ve tablolarda sunulan bilgileri anlama ve akıl yürütme yeteneğini test eder. Görsel veri gösterimlerinden veri çıkarma, değerleri karşılaştırma ve hesaplamalar yapma gerektirir. GLM-4.7 bu benchmark'ta 86% puan aldı.
DocVQA
93%
DocVQA: Belge Görsel Soru Cevaplama. Formlar, raporlar ve taranmış metin dahil belge görüntülerinden bilgi çıkarma ve akıl yürütme yeteneğini test eden Belge Görsel Soru Cevaplama benchmark'ı. GLM-4.7 bu benchmark'ta 93% puan aldı.
Terminal-Bench
41%
Terminal-Bench: Terminal/CLI Görevleri. Komut satırı işlemleri yapma, shell betikleri yazma ve terminal ortamlarında gezinme yeteneğini test eder. Pratik sistem yönetimi ve geliştirme iş akışı becerilerini ölçer. GLM-4.7 bu benchmark'ta 41% puan aldı.
ARC-AGI
12%
ARC-AGI: Soyutlama ve Akıl Yürütme. AGI için Soyutlama ve Akıl Yürütme Corpus'u - yeni örüntü tanıma bulmacaları aracılığıyla akışkan zekayı test eder. Her görev, örneklerden temel kuralı keşfetmeyi gerektirir ve ezberleme yerine genel akıl yürütme yeteneğini ölçer. GLM-4.7 bu benchmark'ta 12% puan aldı.

GLM-4.7 Hakkında

GLM-4.7'in yetenekleri, özellikleri ve kullanım yolları hakkında bilgi edinin.

Model Genel Bakış

GLM-4.7, Zhipu AI tarafından geliştirilen bir flagship large language modeldir. 358 milyar toplam parametre ile Mixture-of-Experts (MoE) mimarisini kullanır. Model, özellikle Preserved Thinking ve Interleaved Thinking yetenekleri aracılığıyla karmaşık agentic görevleri ve uzun context'li reasoning işlemlerini yönetmek için tasarlanmıştır. Bu özellikler, modelin çok turlu oturumlarda kararlı mantık ve ara reasoning durumlarını korumasına olanak tanıyarak, otonom iş akışlarında yaygın olan context decay sorununu çözer.

Performans ve Mimari

Model, devasa 131.072 token'lık output kapasitesi ile birleştirilmiş 200.000 token'lık geniş bir context window sunar. Bu, onu tek bir geçişte tüm uygulamaları oluşturmak veya kapsamlı dokümantasyonu analiz etmek için uygun hale getirir. MIT lisansı altında open-weight bir model olarak yayınlanmış olup, proprietary alternatiflerin maliyetinin çok küçük bir kısmıyla yüksek performanslı kodlama ve reasoning imkanı sunar.

Entegrasyon ve Kullanım

OpenAI API formatı ile tam uyumludur, bu da mevcut yazılım ekosistemlerine entegrasyonu kolaylaştırır. Geliştiriciler, SWE-bench Verified'da %73.8 skor elde ettiği, yüksek riskli yazılım mühendisliği görevlerinde kullanmaktadır. Teknik dokümantasyonu İngilizce ve Çince arasında ana dil seviyesindeki dilsel nüanslarla işleyip analiz edebilme yeteneği, onu uluslararası geliştirme ekipleri için çok yönlü bir araç haline getirmektedir.

GLM-4.7

GLM-4.7 için Kullanım Alanları

Harika sonuçlar elde etmek için GLM-4.7'i kullanmanın farklı yollarını keşfedin.

Otonom Yazılım Mühendisliği

%73.8 SWE-bench yeteneğini kullanarak karmaşık repolarda otonom hata ayıklama, refactoring ve yeni özellikler uygulama.

Yüksek Kapasiteli Doküman Sentezi

Büyük veri setlerinden kapsamlı teknik kılavuzlar veya tüm kitap bölümlerini oluşturmak için 131k output limitinden yararlanma.

Uzun Vadeli Agentic İş Akışları

Preserved Thinking kullanarak yüzlerce sıralı görev boyunca tutarlılığı ve mantığı bozmadan koruyan agent'lar dağıtma.

İki Dilli İş Zekası

İngilizce ve Çince arasındaki yüksek hacimli teknik dokümantasyonu, ana dil seviyesindeki dilsel nüanslarla işleme ve analiz etme.

Otomatize UI/UX Kod Oluşturma

Gelişmiş animasyonlar ve prodüksiyona hazır stiller ile eksiksiz React veya Next.js front-end mimarilerini tek seferde oluşturma.

Olimpiyat Seviyesinde Matematiksel Çözümleme

Reasoning odaklı özel thinking mode kullanarak karmaşık matematik problemlerini ve sembolik mantık bulmacalarını çözme.

Güçlü Yönler

Sınırlamalar

Seçkin Kodlama Performansı: SWE-bench Verified'da %73.8 puan alarak hemen hemen tüm open-source modelleri geride bırakmakta ve üst düzey proprietary API'lerle yarışmaktadır.
Sadece Metin Modelliği: Gemini veya GPT-4o'nun aksine, GLM-4.7 yerel görüntü veya ses işleme özelliğinden yoksundur; multimodal görevler için harici modeller gerektirir.
Devasa Output Tavanı: 131.072 token'lık output limiti, tüm uygulamaların tek seferde oluşturulmasını sağlayan sektördeki en yüksek limitlerden biridir.
Devasa Yerel Gereksinimler: 358B parameters ile modeli yerel olarak çalıştırmak ciddi donanım (yaklaşık 710GB VRAM) gerektirir ve bu da onu tüketici GPU'ları için erişilemez kılar.
Agent Öncelikli Mimari: Uzun vadeli görevlerde mantıksal tutarlılığı korumak için Preserved Thinking özelliğine sahiptir ve otonom agent'lardaki context decay sorununu çözer.
Ara Sıra Yaşanan Latency Artışları: Kişisel API katmanındaki kullanıcılar, büyük sağlayıcıların altyapısına kıyasla yoğun saatlerde periyodik yavaşlamalar rapor etmektedir.
Yüksek Ekonomik Değer: OpenAI veya Anthropic gibi batılı rakiplere kıyasla yaklaşık 4 ila 7 kat daha düşük maliyetle frontier seviyesinde zeka sunar.
Talimat Uyumu Sorunları: Reasoning konusunda güçlü olmasına rağmen, model bazen çok karmaşık kodlama oturumlarında belirli dosya yapısı kısıtlamalarını göz ardı edebilmektedir.

API Hızlı Başlangıç

zai/glm-4.7

Belgeleri Görüntüle
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();

SDK'yı yükleyin ve dakikalar içinde API çağrıları yapmaya başlayın.

İnsanlar GLM-4.7 Hakkında Ne Diyor

Topluluğun GLM-4.7 hakkında ne düşündüğünü görün

GLM-4.7, 128k context ile büyük kod tabanlarını güvenilir bir şekilde yönetiyor. Birincil API maliyetlerinden tasarruf etmek için subagent görevlerinde şaşırtıcı derecede yararlı oldu.
IulianHI
reddit
Zhipu AI'nın GLM-4.7'si kodlama konusunda GPT-5.1 High gibi frontier modellerle eşleşiyor. Preserved Thinking özelliği otonom agent'lar için büyük bir kazanç.
Etienne Noumen
youtube
GLM-4.7, Intelligence Index v4.0'da en zeki open-weights modeli olmaya devam ediyor ve DeepSeek V3.2'nin önüne geçiyor.
Artificial Analysis
twitter
Çin menşeli modeller kodlama faydasındaki farkı hızla kapatıyor. Bu %73 SWE-bench skoru, open-weights bir sürüm için şaka değil.
Epoch AI
hackernews
Reasoning hızı bu boyuttaki bir model için oldukça iyi. Karmaşık mantığı önceki versiyonlardan çok daha iyi işliyor.
Bijan Bowen
youtube
GLM-4.7, AI Index'te 6. sıraya yerleşerek Kimi K2'yi geçti. Bu 2 dolarlık modelin neden kodlama iş akışlarında GPT-5.2'nin yerini aldığını keşfedin.
TowardsAI
twitter

GLM-4.7 Hakkında Videolar

GLM-4.7 hakkında eğitimler, incelemeler ve tartışmalar izleyin

Context uzunluğu 200k ve maksimum output token sayısı 128k, bu aslında oldukça güçlü.

Gerçekten oldukça etkileyici. Hiçbiri bu seviyede karmaşıklığa sahip özel bir özellik eklemedi.

Reasoning hızı bu boyuttaki bir model için oldukça iyi.

Karmaşık mantığı önceki versiyonlardan çok daha iyi işliyor.

Bu model, mantıksal tutarlılık açısından önemli bir adım.

GLM modeli, tüm mock verileri tek bir dosyaya yerleştirerek daha iyi bir mimari uyguladı.

Bu kesinlikle büyük bir sıçrama. Benchmark sonuçları, yaptığım testlerle doğrulanıyor.

Tüm projenin context'ini bana hatırlatmasına gerek kalmadan anladı.

Kodlama yeteneği, piyasadaki en iyi modellerle tartışmasız bir şekilde eş değer.

Üst düzey reasoning'i maliyetin çok küçük bir kısmına alıyorsunuz.

Swaybench verified'da %73.8 puan aldı, bu open-source bir model için inanılmaz.

Fonksiyonel olduğunu ve gerçekten çalıştığını görebilirsiniz. Oysa Gemini 3 Pro üretimi hiç çalışmıyor.

Bu zeka seviyesi için generation hızı oldukça dikkat çekici.

Güvenilir kod çıktısına ihtiyaç duyan geliştiriciler için açıkça tasarlanmış.

Zhipu AI, MoE mimarisi ince ayarlarıyla gerçekten kendini aşmış.

Sadece promptlardan fazlasi

İş akışınızı güçlendirin Yapay Zeka Otomasyonu

Automatio, yapay zeka ajanlari, web otomasyonu ve akilli entegrasyonlarin gucunu birlestirerek daha az zamanda daha fazlasini basarmaniza yardimci olur.

Yapay Zeka Ajanları
Web Otomasyonu
Akıllı İş Akışları

GLM-4.7 için Pro İpuçları

GLM-4.7'den en iyi şekilde yararlanmak için uzman ipuçları.

Mantıksal İşlemler İçin Thinking Mode'u Etkinleştirin

Modelin internal reasoning izlerini kullanmak ve doğruluğu artırmak için kodlama veya matematik görevlerinde thinking parametresini etkinleştirin.

OpenAI Uyumlu SDK'ları Kullanın

OpenAI SDK kullanarak ve base URL'yi Z.ai uç noktası ile değiştirerek GLM-4.7'yi mevcut iş akışlarınıza entegre edin.

131K Output Kapasitesini Maksimuma Çıkarın

Uzun metinler oluştururken, modelin devasa token limiti boyunca yapısal bütünlüğü korumasına yardımcı olmak için önce ayrıntılı bir taslak sağlayın.

Agent'lar İçin System Prompt'ları Optimize Edin

Modelin çok turlu oturumlarda reasoning durumlarını yeniden kullanmasını sağlamak için system message içerisinde Preserved Thinking gereksinimlerini tanımlayın.

Referanslar

Kullanicilarimiz Ne Diyor

Is akisini donusturen binlerce memnun kullaniciya katilin

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.

İlgili 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

GLM-4.7 Hakkında Sık Sorulan Sorular

GLM-4.7 hakkında sık sorulan soruların cevaplarını bulun