z-ai
Z.ai: GLM 4.7
z-ai/glm-4.7
Nossa análise
Análise com auxílio de IA baseada nas fontes abaixo. A adequação é uma avaliação editorial; teste com suas próprias tarefas.
GLM-4.7 (z-ai/glm-4.7) é o modelo carro-chefe da Z.ai, somente de texto, distribuído sob licença MIT e listado no catálogo da OpenRouter com uma janela de contexto de cerca de 200 mil tokens, além de chamadas de ferramentas e saídas estruturadas. A documentação do fornecedor o apresenta como uma versão focada em programação, com ganhos relatados sobre o GLM-4.6 em codificação agêntica, tarefas de terminal, uso de ferramentas e raciocínio, e descreve modos de pensamento intercalado, preservado e por turno. A maioria dos números vem do fornecedor; recomenda-se validação nas suas próprias cargas de trabalho.[1][2]
Pontos fortes
- Ganhos relatados pelo fornecedor em codificação agêntica e multilíngue e em tarefas de terminal em relação ao GLM-4.6, apresentados como o foco principal do modelo.[2]
- Controles de pensamento: raciocínio intercalado antes de cada ação, preservação do raciocínio entre turnos para execuções longas e ativação por turno para equilibrar latência e precisão.[2]
- O catálogo da OpenRouter lista chamadas de ferramentas, saídas estruturadas, raciocínio ativado por padrão e uma janela de contexto de cerca de 200 mil tokens.[1]
Limitações
- Somente entrada e saída de texto estão listadas; este pacote de fontes não documenta capacidades de visão, áudio ou imagens.[1]
- As evidências se limitam ao catálogo da OpenRouter e à ficha da própria Z.ai; os resultados são reportados pelo fornecedor e o corte de conhecimento, a segurança e a latência real não estão verificados, portanto valide com suas próprias cargas.[1][2]
- A implantação local exige atualmente versões nightly ou da branch principal do vLLM ou SGLang, segundo a documentação do fornecedor, o que pode aumentar o esforço operacional.[2]
Onde usar
- Fluxos de programação agêntica e de terminal em frameworks como Claude Code, Cline ou Roo Code, o foco declarado pelo fornecedor; faça um piloto antes de adotar.[2]
- Agentes de múltiplas etapas e longo horizonte que usam ferramentas, nos quais o raciocínio preservado entre turnos poderia melhorar a consistência.[2]
- Geração de interfaces, páginas web e slides, o que o fornecedor chama de vibe coding, além de chat geral ou escrita criativa conforme sua documentação.[2]
Fontes
- [1] OpenRouter catalog · Z.ai: GLM 4.7Fontes consultadas: 13 de nov. de 2026
- [2] Model documentation · Z.ai: GLM 4.7Fontes consultadas: 13 de nov. de 2026
Sobre este modelo
A descrição abaixo é o texto original fornecido pelo OpenRouter, no idioma da fonte.
GLM-4.7 is Z.ai’s latest flagship model, featuring upgrades in two key areas: enhanced programming capabilities and more stable multi-step reasoning/execution. It demonstrates significant improvements in executing complex agent tasks while...
Especificações
- ID do modelo
- z-ai/glm-4.7
- ID canônico
- z-ai/glm-4.7-20251222
- Criador
- z-ai
- Adicionado ao OpenRouter
- 22.12.2025
- Comprimento de contexto
- 204,800
- Modalidade
- text->text
- Modalidades de entrada
- text
- Modalidades de saída
- text
- Preço por token
- USD por 1M de tokens: entrada $0.600 / saída $2.2
- Corte de conhecimento
- —
- Data de expiração
- —
Tarefas e capacidades
Uma nota aparece apenas quando a fonte fornece uma medição correspondente para aquela tarefa, o modelo está ativo e a coorte tem pelo menos 10 modelos comparáveis. A coluna de capacidade lista fatos declarados pela fonte — formatos compatíveis, raciocínio e parâmetros de ferramentas — que não são qualidade medida.
| Tarefa | Nota | Capacidade declarada pela fonte |
|---|---|---|
| Qualidade geral | Sem medição | raciocínio: opcional · parâmetros: include_reasoning, reasoning |
| Programação | BB — próximos 30% da coorte | — |
| Agentes | Sem medição | parâmetros: structured_outputs, tool_choice, tools |
| Escrita | Sem medição | saída: text |
| Raciocínio | Sem medição | raciocínio: opcional · parâmetros: include_reasoning, reasoning |
| Análise de documentos | Sem medição | — |
| Visão | Sem medição | — |
| Geração de imagens | Sem medição | — |
| Áudio | Sem medição | — |
| Vídeo | Sem medição | — |
| Embeddings | Sem medição | — |
Avaliações
| Fonte | Benchmark | Valor | Nota | Dados obtidos |
|---|---|---|---|---|
| Artificial Analysis | Coding index | 45.3 | BB — próximos 30% da coorte | 13.11.2026 |
| Design Arena | agents · androidnativetaxa de vitória 55.8% · posição 34 | 1,097Elo | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | agents · fullstacktaxa de vitória 45.1% · posição 38 | 1,027Elo | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | agents · godotgamedevtaxa de vitória 35.8% · posição 33 | 1,058Elo | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | agents · mobileappstaxa de vitória 48.9% · posição 40 | 1,099Elo | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | models · 3dtaxa de vitória 54.3% · posição 60 | 1,173Elo | BB — próximos 30% da coorte | 13.11.2026 |
| Design Arena | models · asciiarttaxa de vitória 48.2% · posição 36 | 1,160Elo | BB — próximos 30% da coorte | 13.11.2026 |
| Design Arena | models · codecategoriestaxa de vitória 54.8% · posição 61 | 1,207Elo | BB — próximos 30% da coorte | 13.11.2026 |
| Design Arena | models · dataviztaxa de vitória 51.2% · posição 63 | 1,193Elo | BB — próximos 30% da coorte | 13.11.2026 |
| Design Arena | models · gamedevtaxa de vitória 55.2% · posição 65 | 1,179Elo | BB — próximos 30% da coorte | 13.11.2026 |
| Design Arena | models · svgtaxa de vitória 54.3% · posição 56 | 1,133Elo | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | models · uicomponenttaxa de vitória 51.1% · posição 67 | 1,190Elo | BB — próximos 30% da coorte | 13.11.2026 |
| Design Arena | models · websitetaxa de vitória 55.3% · posição 60 | 1,218Elo | BB — próximos 30% da coorte | 13.11.2026 |
Como funcionam as notas
Cada nota compara um modelo apenas com outros modelos avaliados pela mesma fonte e métrica no snapshot atual. S é o top 10%, A os 20% seguintes, B os 30% seguintes e C o restante. Modelos sem medição publicada aparecem como não avaliados — um formato compatível nunca implica qualidade medida.
- S — S — top 10% da coorte
- A — A — próximos 20% da coorte
- B — B — próximos 30% da coorte
- C — C — abaixo da faixa B
Provedores
Estatísticas opcionais de provedores ao vivo do OpenRouter. Valores ausentes são desconhecidos, não zero.
| Provedor | Comprimento de contexto | Preço entrada /1M | Preço saída /1M | Latência p50 (30m, s) | Taxa p50 (30m, tok/s) | Disponibilidade (30m) |
|---|---|---|---|---|---|---|
| DeepInfrafp4 | 202,752 | $0.320 | $1.4 | — | — | — |
| DeepInfrafp4 | 202,752 | $0.400 | $1.75 | — | — | 100% |
| Venicefp4 | 198,000 | $0.400 | $1.93 | — | — | — |
| Novitafp8 | 204,800 | $0.600 | $2.2 | — | — | 100% |
| Z.AIfp4 | 202,752 | $0.600 | $2.2 | — | — | 100% |
| Mancer 2fp4 | 131,072 | $0.700 | $2.5 | — | — | 100% |
Dados de provedores obtidos: 13.11.2026
Artigos relacionados
Nenhum artigo publicado identifica este modelo ainda.