BenchLeader

GLM 4.7

推理强度
质量第 148 / 339 名
51.7Index
高于中位数
较中位数 +1.5
价格第 137 / 255 名
$1.00每百万 token
比多数贵
中位数的 1.2 倍
速度第 192 / 216 名
39token/秒
后四分之一
中位数的 0.5 倍
性价比第 137 / 255 名
51.7分/$
低于中位数
中位数的 0.9 倍

性价比更高: Ling 3.0 Flash $0.115/M 即可获得 Index 51.7,便宜 89%。

有 45 个更便宜的已排名模型得分更高:DeepSeek V4.1 Flash (58.5, $0.525)、GPT-5.6 Luna (58.2, $0.450)、Inkling 2 Small (57.9, $0.475),另有 42 个。

截至 2026年11月16日,GLM 4.7(Zhipu AI)在 BenchLeader Index 上得分 51.7(共 608 个已排名配置)。表现最好的是人类偏好(62),最弱的是智能体与工具(39)。API 价格为输入每百万 token $0.600、输出每百万 token $2.20(按 3:1 混合为 $1.00),为 2026年11月16日的标价。输出速度约为 39 token/秒(OpenRouter)。发布于 2025年12月22日。

要点(截至 2026年11月16日)

  • GLM 4.7 的 API 价格为输入每百万 token $0.600、输出每百万 token $2.20(按 3:1 混合为 $1.00)(标价,2026年11月16日)。
  • GLM 4.7 的输出速度约为 39 token/秒(OpenRouter,2026年11月16日)。
  • GLM 4.7 于 2025年12月22日发布(Zhipu AI)。

详细说明:GLM 4.7 是 Zhipu AI 的开放权重模型,发布于 2025年12月22日。其最佳配置在 BenchLeader Index 上得分 51.7 ±4.4,在 608 个配置中排第 303 名,处于上半区。关键在于这个“±”:另有 273 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,人类偏好得分最高(62),智能体与工具最低(39)。按混合价格计,每百万 token $1.00,价格居中。输出速度为 39 token/秒,首 token 延迟 1.1 秒,位于最慢的四分之一。它已在 3 种推理强度设置下测得结果;本摘要描述的是得分最高的设置,可用上方标签切换。最近一次测量:2026年11月11日。

混合价格
$1.00/M
输入 $0.600 · 输出 $2.20
来源:models.dev
输出速度
39 tok/s
OpenRouter 流量,7 天中位数;Artificial Analysis 尚未测量
首次回答
1.07 s
上下文
205k
来源:models.dev
单任务成本
–
单任务 token 数
–
发布日期
2025年12月22日
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 综合 Index52
  2. 推理55
  3. 编程53
  4. 智能体与工具39
  5. 数学54
  6. 知识48
  7. 人类偏好62

嵌入这个排名

更多徽章样式
[![GLM 4.7 on BenchLeader: 综合第 147 名](https://www.benchleader.com/badge/glm-4-7.svg?style=compact)](https://www.benchleader.com/models/glm-4-7)

粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。

Zhipu AI 发布新模型时邮件通知我

进入排名时再通知一次,每周一另有每周回顾。

选择提供商和邮件类型

版本

Zhipu AI 以这个名称发布过 8 个模型。每个版本都只按自身结果排名;较新的版本往往结果较少,在更多结果出炉之前,其 Index 会更接近平均水平。

模型发布日期Index排名
GLM 5.3max2026年8月18日58.8#118
GLM 5.2max2026年6月16日58.9#115
GLM 5.12026年4月7日55.4#208
GLM-5thinking2026年2月11日60.2#81
GLM 4.7本页2025年12月22日51.7#303
GLM-4.6thinking2025年9月30日51.4#314
GLM-4.52025年7月28日51.6#308
GLM-4-0520–––

不同推理强度的配置

同一个模型允许思考的程度不同,表现也会不同。每一行是一种推理强度设置,只用在该设置下运行的基准测试打分。“未说明”汇总了发布方没有注明所用设置的结果;对推理模型而言这通常是其思考模式,但我们不做这一假定。在这里或页面顶部选择一个设置,即可查看其价格、速度和各类别得分。

推理强度Index排名速度首次回答聊天回复成本类别
无推理––48 tok/s4.16 s$0.0008智能体与工具 60 · 指令遵循 56 · 长上下文 44
thinking––36 tok/s27 s$0.0008智能体与工具 47 · 指令遵循 67 · 长上下文 60
未说明最佳51.7#30339 tok/s1.07 s$0.0009智能体与工具 39 · 编程 53 · 人类偏好 62 · 知识 48 · 数学 54 · 推理 55

Index 走势

2026年9月8日 至 2026年11月16日
465360

Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。

基准测试结果

查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。

元数据

基准测试无推理thinking来源趋势
AA Openness Index不计入 Index44.4#9744.4#97Artificial Analysis

推理

基准测试无推理thinking默认来源趋势
GPQA Diamond推理强度未说明––83.3%#114Epoch AI Benchmarking Hub
SimpleBench推理强度未说明––47.7%#64SimpleBench
Arena Hard Prompts推理强度未说明––1462#94Arena (LMArena)
GPQA Diamond (AA)不计入 Index66.4%#33885.9%#120–Artificial Analysis
Humanity's Last Exam (AA)不计入 Index6.4%#41627.4%#192–Artificial Analysis
GPQA Diamond (Vals)不计入 Index推理强度未说明––80.0%#69Vals AI
CritPt不计入 Index0.0%#3371.7%#225–Artificial Analysis
Arena Expert不计入 Index推理强度未说明––1449#119Arena (LMArena)
Chess Puzzles不计入 Index推理强度未说明––21.0%#94Epoch AI Benchmarking Hub
CL-bench不计入 Index推理强度未说明––15.9%#16Epoch AI Benchmarking Hub
CL-bench Life不计入 Index推理强度未说明––10.9%#13Epoch AI Benchmarking Hub

编程

基准测试无推理thinking默认来源趋势
SciCode推理强度未说明––45.1%#156SciCode
Arena Coding推理强度未说明––1484#106Arena (LMArena)
Arena WebDev推理强度未说明––1435#91Arena (LMArena)
LiveCodeBench推理强度未说明––82.2%#53Vals AI
SWE-bench (Vals)不计入 Index推理强度未说明––69.4%#64Vals AI
ALE-Bench不计入 Index推理强度未说明––399.5#122Epoch AI Benchmarking Hub
Terminal-Bench 2.1 (AA)不计入 Index–45.3%#130–Artificial Analysis
Design Arena Website不计入 Index推理强度未说明––1217#79Design Arena
LiveCodeBench (AA)不计入 Index56.2%#11989.4%#4–Artificial Analysis

智能体与工具

基准测试无推理thinking默认来源趋势
Terminal-Bench推理强度未说明––33.4%#69Terminal-Bench
Terminal-Bench Hard30.3%#11531.8%#103–Artificial Analysis
τ²-Bench Telecom (AA)不计入 Index94.2%#3395.9%#15–Artificial Analysis
MCP Atlas推理强度未说明––58.1%#32Scale AI SEAL
GDPval-AA v2.1不计入 Index–1021#177–Artificial Analysis
τ³-Banking (AA)–12.2%#136–Artificial Analysis
Terminal-Bench 2.0 (Vals)不计入 Index推理强度未说明––38.2%#35Vals AI
Vending-Bench 2不计入 Index推理强度未说明––2376.8#53Andon Labs
Design Arena Agentic不计入 Index推理强度未说明––1063#67Design Arena
BrowseComp-Plus不计入 Index推理强度未说明––33.3%#5BrowseComp-Plus

数学

基准测试无推理thinking默认来源趋势
OTIS Mock AIME推理强度未说明––83.3%#117Epoch AI Benchmarking Hub
ProofBench推理强度未说明––6.0%#75Vals AI
AIME (Vals)推理强度未说明––93.3%#15Vals AI
MGSM推理强度未说明––88.2%#52Vals AI
Arena Maths推理强度未说明––1427#111Arena (LMArena)
AIME 2025 (AA)不计入 Index48.0%#13895.0%#9–Artificial Analysis

知识

基准测试无推理默认来源趋势
SimpleQA Verified推理强度未说明–32.2%#72Epoch AI Benchmarking Hub
MMLU-Pro推理强度未说明–82.7%#74Vals AI
LegalBench推理强度未说明–83.4%#55Vals AI
CorpFin推理强度未说明–46.4%#110Vals AI
TaxEval推理强度未说明–68.8%#97Vals AI
MedQA推理强度未说明–93.7%#21Vals AI
CaseLaw v2不计入 Index推理强度未说明–54.9%#37Vals AI
MedCode不计入 Index推理强度未说明–32.8%#84Vals AI
MedScribe不计入 Index推理强度未说明–68.6%#95Vals AI
Global-MMLU-Lite (AA)不计入 Index79.9%#72–Artificial Analysis

指令遵循

基准测试无推理thinking默认来源趋势
IFBench54.6%#15267.9%#83–Artificial Analysis
Arena Instruction Following不计入 Index推理强度未说明––1426#105Arena (LMArena)

人类偏好

基准测试默认来源趋势
Arena Text1441#96Arena (LMArena)
EQ-Bench Creative Writing v3不计入 Index1414#74EQ-Bench
Arena Creative Writing不计入 Index1406#103Arena (LMArena)
Arena Multi-turn不计入 Index1458#83Arena (LMArena)
Arena Longer Queries不计入 Index1451#90Arena (LMArena)

长上下文

基准测试无推理thinking来源趋势
AA-LCR v1.140.7%#38171.0%#223Artificial Analysis

综合

基准测试无推理thinking默认来源趋势
Epoch Capabilities Index不计入 Index推理强度未说明––143.3#100Epoch AI Benchmarking Hub
AA Intelligence Index v4.3.2不计入 Index17.4#27222.2#212–Artificial Analysis
AA Progress Index v1不计入 Index219.8#351268#210–Artificial Analysis

API 价格:在哪里调用

通过 OpenRouter 提供这个模型的所有提供商:吞吐量和首 token 延迟基于过去 30 分钟的实时流量测得,价格为各提供商自己的报价。紫色标出每列的最佳值。

提供商速度首 token输入 $/M输出 $/M上下文量化
DeepInfra39 tok/s1.67 s$0.320$1.40203kfp4
DeepInfra33 tok/s1.01 s$0.400$1.75203kfp4
Mancer31 tok/s1.00 s$0.700$2.50131kfp4
Venice26 tok/s1.42 s$0.400$1.93198kfp4
Z.ai26 tok/s4.33 s$0.600$2.20203kfp4
NovitaAI22 tok/s4.82 s$0.600$2.20205kfp8

价格历史

上述价格(每百万 token)在每个变动日的数值。

$0.00$0.605$1.21$1.82$2.4226年9月26年10月26年11月
输入 输出
当前:输入 $0.600 · 输出 $2.20

一项任务的成本

根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存,价格为每百万 token $0.110。未计入推理 token。

工作负载输入 / 输出 token成本使用缓存耗时
聊天回复400 / 300$0.0009$0.00088.8 s
总结一份 30 页的报告12,000 / 600$0.0085$0.004116.5 s
代码编辑6,000 / 1,500$0.0069$0.004739.5 s
智能体编程会话60,000 / 4,000$0.045$0.0231.7 min
结构化信息提取2,000 / 200$0.0016$0.00096.2 s

Zhipu AI 的更多模型

本月新上线

另请参阅

嵌入或引用

在模型卡片或 README 中展示 GLM 4.7 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。

[![GLM 4.7 on BenchLeader: 综合第 147 名](https://www.benchleader.com/badge/glm-4-7.svg)](https://www.benchleader.com/models/glm-4-7)

引用本页

排名每天都会变化,因此引用时需注明数据日期。APA 格式:

BenchLeader. (2026, November 16). GLM 4.7 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/glm-4-7

BibTeX:

@misc{benchleader_glm_4_7_20261116,
  author       = {{BenchLeader}},
  title        = {{GLM 4.7 on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/glm-4-7}},
  note         = {Data as of 2026-11-16}
}

全部徽章样式、可嵌入的前 10 名小组件,以及如何引用 Index

常见问题

GLM 4.7 的基准测试得分是多少?
截至 2026年11月16日,GLM 4.7 的 BenchLeader Index 为 51.7 ±4.4。最强的是人类偏好(62),最弱的是智能体与工具(39)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
GLM 4.7 排名第几?
截至 2026年11月16日,GLM 4.7 在 608 个已排名配置中排第 303 名。另有 273 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
GLM 4.7 每百万 token 的价格是多少?
截至 2026年11月16日,GLM 4.7 的价格为输入每百万 token $0.600、输出每百万 token $2.20,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $1.00。标价最近一次变动是在 2026年11月4日。
GLM 4.7 是什么时候发布的?
Zhipu AI 于 2025年12月22日发布了 GLM 4.7。BenchLeader 收录了它在 3 种推理强度设置下的结果。

数据截至 2026年11月16日。 对比这些配置

引用格式:BenchLeader,《GLM 4.7:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/glm-4-7。