İçeriğe geç
Seviye A — Öncü
Çalıştığı yer:CNYapıldığı yer:China
Z.ai (GLM / Zhipu)

GLM-4.7

Seviye A — Öncü · 205K token

Tokonomix Editöryel Ekibi·İnceleyen Mes Kalkan··

GLM-4.7, Zhipu’nun köklü GLM-4 serisindeki en yeni modeldir; orta pazar fiyatıyla güçlü bir genel amaçlı ve kod/agentik model olarak konumlanır. Birçok iş yükü için GLM ailesinin ideal noktasıdır — GLM-5 neslinden daha ucuz ama yine de yetenekli.

Bölüm 01

Hız analizi

Tüm benchmark çalıştırmalarında ölçülen gecikme. P50 (medyan) ve P95 (95. yüzdelik) normal ve yoğun yük altında yanıt hızının gerçekçi bir resmini verir.

P50 gecikme (medyan)P95 gecikme104 runs
1447896016474239873150008-1509-10ms
Bölüm 02

Kalite puanları

Bu modelin her soru kategorisinde sahanın geri kalanına göre nerede durduğu; aynı sorular üzerinde ikili karşılaştırmayla hesaplanır. Ham jüri puanı her sayının altındadır.

60%
Kod üretimi
jüri ortalaması 91
85%
Yaratıcı
jüri ortalaması 96
75%
Olgusal
jüri ortalaması 88
74%
Akıl yürütme
jüri ortalaması 99

Kategori başına kazanma oranı: bu modelin o kategoriden bir soruda ortalama bir modeli ne sıklıkla yendiği. %50 ortalamadır, kalma notu değildir. Doğru cevap yüzdesi de değildir.

Bölüm 03

Fiyat geçmişi

Milyon token başına doğrudan sağlayıcı tarifeleri, artı tipik bir konuşma maliyet tahmini.

💰
API tarifeleri — GLM-4.7
$0.6000 1M giriş token başına
$2.20 1M çıkış token başına
≈ $0.0008 tipik konuşma başına (800 token)
Giriş vs çıkış fiyatı (1M token başına)
1M giriş token başına$0.6000
1M çıkış token başına$2.20

Pricing over time

Input & output per 1M tokens · step-line = price changes

$0.6000

input / 1M

— stable

$2.20

output / 1M

— stable

2026-07-122026-08-162026-09-06
Input
Output
Price change
⟳ synced weekly
Bölüm 04

Saniye başına token

Ölçülen P50 gecikmesinden türetilen saniye başına token verimi. Yüksek daha iyidir; dalgalanmalar sağlayıcı tarafındaki yükü yansıtır.

Verim (token / s)22 / avg 53
1379

P50 gecikme × 200 çıkış token tahmininden hesaplandı — mutlak rakam bu varsayıma bağlıdır; önemli olan eğilimdir.

Bölüm 05

Yetenekler

jsonnotes: GLM emits a non-standard reasoning_content field beside content; read content for the answer.toolsreasoning
Bölüm 06

Kullanılabilirlik

Kullanılabilirlik

Henüz ölçüm verisi yok

Bu model için kullanılabilirlik istatistiklerini göstermek için yeterli API çağrısı henüz kaydedilmedi. Veri, model canlı trafik almaya başlayınca görünür.

Bölüm 07

Tokonomix kıyaslama kararları

⚖️
Endorsed by 1 judge
Independent LLM judges evaluated this model on our weekly intelligence tests
claude-sonnet-4-593/100 · 33 runs
30 correct0 partial3 wrong91% accuracy
2026-09-06

GLM-4.7 quality drops 22 points with latency degradation across benchmarks

GLM-4.7 experienced significant performance degradation in the current benchmark window, with overall quality falling from a perfect 100.0 to 77.7 points. The most severe decline occurred in coding performance, dropping from 100 to 63 points, representing a substantial regression in technical task handling. Creative performance remains the model's strongest category at 92 points, down from a perfect score but still demonstrating relative competency. Latency deteriorated notably, with p50 response times increasing 80% from 18413ms to 33220ms, now exceeding 33 seconds for typical requests. The benchmark window included only 4 test runs, matching the previous period's sample size. Factual and reasoning categories were not evaluated in the current window, making it unclear whether these capabilities have similarly regressed. The combination of quality decline and increased latency suggests potential issues with model deployment, infrastructure changes, or alterations to the underlying model configuration. Users should expect slower responses and reduced coding capabilities compared to the previous benchmark period, though creative tasks may still yield acceptable results.

Kalite

77.7

Gecikme p50

33,220 ms

Test çalıştırmaları

4

Quality dropped 22.3 points Coding performance fell to 63 Latency increased 80% Creative tasks remain strong
Bölüm 08

Tam model profili

GLM-4.7: GLM-4 serisinin fiyat/performans beygiri

GLM-4.7, Zhipu’nun köklü GLM-4 serisindeki en yeni modeldir; orta pazar fiyatıyla güçlü bir genel amaçlı ve kod/agentik model olarak konumlanır. Birçok iş yükü için GLM ailesinin ideal noktasıdır — GLM-5 neslinden daha ucuz ama yine de yetenekli.

z.ai, GLM-4.7’yi 1M giriş tokeni başına 0,60 $ ve 1M çıkış tokeni başına 2,20 $ olarak yayımlar — GLM-5 neslinin epey altında, orta pazar bir fiyat.

Uzun dosyalar ve çok adımlı ajan çalıştırmaları için uygun, geniş bir bağlam penceresi (kaydımıza göre ~200K token) sunar.

Mimari ve eğitim sinyalleri

GLM-4.7, kod ve agentik araç kullanımına odaklı, yetenekli açık ağırlıklı sürümleriyle dikkat çeken Zhipu’nun GLM-4 serisini sürdürür. OpenAI uyumlu bir uç nokta üzerinden araç çağırma ve yapılandırılmış JSON desteğiyle akıl yürütmeye yatkın bir sohbet modelidir. GLM serisinin geri kalanı gibi, content alanının yanında standart olmayan bir reasoning_content alanı döndürür; entegrasyonlar nihai yanıt için content alanını okumalı ve reasoning_content alanını isteğe bağlı bir iz olarak değerlendirmelidir.

Öne çıktığı yerler

  • Kod ve agentik araç kullanımı — GLM-4 serisinin geleneksel bir gücü.
  • Euro başına güçlü kalite; GLM-5 fiyatları fazla geldiğinde iyi bir varsayılan.
  • ~200K penceresi içinde uzun bağlam görevleri.

Yetersiz kaldığı yerler

  • Mutlak bir sınır modeli olarak konumlanmaz — en zorlu akıl yürütmede GLM-5.2 veya bir ABD sınır modeli onu kıl payı geçebilir.
  • Bağımsız Tokonomix kıyaslama verileri henüz yok; kendi görevlerinizde doğrulayın.
  • AB dışı barındırma.

Gerçek dünya kullanım örnekleri

  • Kod asistanları, yeniden düzenlemeler ve agentik derleme döngüleri.
  • Ölçekte genel yazım, analiz ve özetleme.
  • Uygun maliyetli, ilişkisiz bir uzlaşı önericisi.

Tokonomix kıyaslama anlık görüntüsü

GLM-4.7 Tokonomix'e yeni kaydedildi ve henüz etkinleştirilmedi, bu nedenle onu henüz haftalık zekâ testimizden veya hız kıyaslamamızdan geçirmedik. Bildirilecek herhangi bir Tokonomix puanı yok — ve uydurmayacağız.

Yayına girdiğinde, diğer her model gibi aynı haftalık düzeneğe girer: aynı istemler, bağımsız ve farklı aileden bir jüri ve yeniden üretilebilir gecikme ve maliyet ölçümleri. O zamana kadar bu sayfadaki fiyat ve yetenek notlarını, Tokonomix'in ölçtüğü sonuçlar olarak değil, sağlayıcının yayımladığı başlangıç noktası olarak değerlendirin.

AB gizliliği ve veri ikametgâhı

GLM-4.7, merkezi Çin'de bulunan bir laboratuvar olan Zhipu AI (z.ai) tarafından geliştirilmiştir ve AB dışı altyapıdan sunulur. Bunu açıkça belirtmek gerekir: bu modele bir istem göndermek AB veri ikametgâhı veya GDPR egemenliği tercihi değildir ve Tokonomix bunu asla öyle etiketlemez.

Kullanım durumunuz verilerin AB içinde kalmasını gerektiriyorsa, bir GLM modeli yerine AB'de barındırılan bir model seçin (örneğin OVH veya Azure-EU rotalarımız). Tokonomix, z.ai'yi tasarım gereği her AB'ye özel/egemen yönlendirme kümesinin dışında tutar. GLM'yi, yeteneğin veya fiyatın öncelikli olduğu ve o iş yükü için sınır ötesi işlemenin kabul edilebilir olduğu yerlerde kullanın.

Sonuç ve alternatifler

GLM-4.7, GLM ailesinin fiyat/performans beygiridir: yetenekli, koda dost ve hacim için fiyatlanmış. Yalnızca en yeni neslin akıl yürütmesine özellikle ihtiyacınız olduğunda GLM-5.x’e geçin; maliyetsiz iş için ücretsiz GLM-4.7 Flash katmanı doğal eşlikçidir.

Son otomatik test
10 Eyl 2026 · 08:03 UTC · Hız testi
P50 gecikme
8989 ms
P95 gecikme
22941 ms
Hatalar
0 / 6 çalıştırma
Son inceleyen Tokonomix Ekibi·8 Temmuz 2026