GLM-4.7：全面提升的编码助手，为你的开发工作赋能
摘要
GLM-4.7是一款进阶的编码助手，在多语言代理编码、终端任务、UI设计、工具使用及复杂推理等方面较前代GLM-4.6有显著提升，本文详解其性能、案例及使用方法。
如果你是一名开发者，或者经常需要与代码、设计打交道，那么一款高效、智能的工具绝对能让你的工作事半功倍。今天，我们要聊的就是这样一款工具——GLM-4.7。它到底有什么过人之处？能给我们的工作带来哪些实际帮助？又该如何上手使用呢？接下来，就让我们一步步揭开它的面纱。
GLM-4.7：你的全新编码伙伴
GLM-4.7作为一款全新的编码伙伴，可不是简单的版本升级，它在多个关键领域都带来了令人惊喜的进步。无论是核心的编码能力，还是UI设计、工具使用，甚至是复杂的推理任务，都有了质的飞跃。
核心编码能力：多场景下的显著提升
对于开发者来说，核心编码能力无疑是最受关注的。GLM-4.7在这方面交出了一份亮眼的成绩单。
和它的前代产品GLM-4.6相比，GLM-4.7在多语言代理编码和基于终端的任务中表现出了明显的优势。具体来看，在SWE-bench基准测试中，它的得分达到了73.8%，比GLM-4.6提升了5.8个百分点；在多语言的SWE-bench测试中，更是取得了66.7%的成绩，提升幅度高达12.9%；而在Terminal Bench 2.0上，得分41%，较前代提升了16.5%。
不仅如此，GLM-4.7还具备了“先思考后行动”的能力。这一点在复杂任务中尤为重要，它能在主流的代理框架中，如Claude Code、Kilo Code、Cline和Roo Code等，带来显著的性能提升。想象一下，在处理一个复杂的编码任务时，它会先在“脑海”里梳理思路，再动手编码，这样是不是能减少很多不必要的错误和返工？
vibe编码：让设计更上一层楼
除了核心编码，GLM-4.7在UI质量上也迈出了一大步。我们都知道，一个干净、现代的网页，或者一套布局精准、尺寸合适的幻灯片，能给人带来完全不同的视觉体验。
GLM-4.7在“vibe coding”方面的进步，就体现在它能生成更整洁、更现代的网页，设计出更美观的幻灯片。无论是布局的合理性还是尺寸的准确性，都有了明显的提升。这对于需要兼顾开发和简单设计工作的人来说，无疑是个好消息，不用再为了调整一个布局细节而耗费大量时间了。
工具使用：效率倍增的秘密武器
在实际工作中，我们很少能仅凭代码完成所有任务，往往需要借助各种工具。GLM-4.7在工具使用方面的提升，也让它的实用性大大增强。
在τ²-Bench等基准测试中，GLM-4.7的表现有了显著提高；通过BrowseComp进行网页浏览时，效率也更高。这意味着，当你需要调用外部工具来获取信息、处理数据时，GLM-4.7能更流畅、更准确地完成操作，帮你节省宝贵的时间。
复杂推理：数学与逻辑能力的飞跃
复杂推理能力，尤其是数学和逻辑推理，是衡量一款智能工具是否“聪明”的重要标准。GLM-4.7在这方面也有不小的突破。
在HLE（Humanity’s Last Exam）基准测试中，GLM-4.7的得分达到了42.8%，比GLM-4.6提升了12.4%。这意味着它在解决复杂的数学问题、进行逻辑推理时，思路更清晰，结果更准确。无论是处理数据分析中的数学模型，还是解决编程中遇到的逻辑难题，它都能成为你的得力助手。
当然，除了这些核心领域，GLM-4.7在聊天、创意写作、角色扮演等其他场景中，也有显著的进步。可以说，它是一款全方位提升的智能工具。
基准测试表现：GLM-4.7与同类模型的正面交锋
可能你会好奇，GLM-4.7和目前市场上的其他主流模型相比，到底处于什么水平？下面这份表格就详细对比了GLM-4.7与GLM-4.6、Kimi K2 Thinking、DeepSeek-V3.2、Gemini 3.0 Pro、Claude Sonnet 4.5、GPT-5 High、GPT-5.1 High在17项基准测试中的表现，这些测试包括8项推理测试、5项编码测试和3项代理测试。
| 基准测试 | GLM-4.7 | GLM-4.6 | Kimi K2 Thinking | DeepSeek-V3.2 | Gemini 3.0 Pro | Claude Sonnet 4.5 | GPT-5 High | GPT-5.1 High |
|---|---|---|---|---|---|---|---|---|
| 推理 | ||||||||
| MMLU-Pro | 84.3 | 83.2 | 84.6 | 85.0 | 90.1 | 88.2 | 87.5 | 87.0 |
| GPQA-Diamond | 85.7 | 81.0 | 84.5 | 82.4 | 91.9 | 83.4 | 85.7 | 88.1 |
| HLE | 24.8 | 17.2 | 23.9 | 25.1 | 37.5 | 13.7 | 26.3 | 25.7 |
| HLE (w/ Tools) | 42.8 | 30.4 | 44.9 | 40.8 | 45.8 | 32.0 | 35.2 | 42.7 |
| AIME 2025 | 95.7 | 93.9 | 94.5 | 93.1 | 95.0 | 87.0 | 94.6 | 94.0 |
| HMMT Feb. 2025 | 97.1 | 89.2 | 89.4 | 92.5 | 97.5 | 79.2 | 88.3 | 96.3 |
| HMMT Nov. 2025 | 93.5 | 87.7 | 89.2 | 90.2 | 93.3 | 81.7 | 89.2 | – |
| IMOAnswerBench | 82.0 | 73.5 | 78.6 | 78.3 | 83.3 | 65.8 | 76.0 | – |
| LiveCodeBench-v6 | 84.9 | 82.8 | 83.1 | 83.3 | 90.7 | 64.0 | 87.0 | 87.0 |
| 代码代理 | ||||||||
| SWE-bench Verified | 73.8 | 68.0 | 71.3 | 73.1 | 76.2 | 77.2 | 74.9 | 76.3 |
| SWE-bench Multilingual | 66.7 | 53.8 | 61.1 | 70.2 | – | 68.0 | 55.3 | – |
| Terminal Bench Hard | 33.3 | 23.6 | 30.6 | 35.4 | 39.0 | 33.3 | 30.5 | 43.0 |
| Terminal Bench 2.0 | 41.0 | 24.5 | 35.7 | 46.4 | 54.2 | 42.8 | 35.2 | 47.6 |
| 通用代理 | ||||||||
| BrowseComp | 52.0 | 45.1 | – | 51.4 | – | 24.1 | 54.9 | 50.8 |
| BrowseComp (w/ Context Manage) | 67.5 | 57.5 | 60.2 | 67.6 | 59.2 | – | – | – |
| BrowseComp-ZH | 66.6 | 49.5 | 62.3 | 65.0 | – | 42.4 | 63.0 | – |
| τ²-Bench | 87.4 | 75.2 | 74.3 | 85.3 | 90.7 | 87.2 | 82.4 | 82.7 |
从表格中我们可以清晰地看到，在不同的测试项目中，GLM-4.7各有胜负。比如在HMMT Feb. 2025测试中，它以97.1的得分表现出色；在τ²-Bench中，87.4的得分也处于上游水平。当然，有些项目中其他模型表现更优，但总体来说，GLM-4.7在众多主流模型中占据了一席之地，尤其考虑到它相比前代的大幅提升，其进步是有目共睹的。
其实，AGI（人工通用智能）的发展是一段漫长的旅程，基准测试只是评估其性能的一种方式。虽然这些指标提供了必要的参考，但最重要的还是实际使用中的“感受”。真正的智能不仅仅是在测试中取得好成绩，或者处理数据更快，最终衡量AGI成功与否的标准，是它能否无缝地融入我们的生活——而“编码”正是其中重要的一环。
实际案例展示：GLM-4.7能做些什么？
说了这么多性能和数据，可能你还是会想：GLM-4.7在实际应用中到底能做出什么样的成果？别担心，下面这些案例会让你有更直观的感受。
前端开发展示
有用户提出需求：“构建一个HTML网站，要求高对比度深色模式+粗体紧凑标题+动画滚动条+厚实的分类标签+磁性CTA（号召性按钮）。”
GLM-4.7成功完成了这个任务，如果你想查看完整的实现过程，可以访问Z.ai上的完整轨迹。想象一下，仅仅通过这样一段描述，就能得到一个符合要求的网页雏形，是不是大大节省了开发时间？
体素艺术环境设计展示
还有一个需求是：“设计一个精心制作的体素艺术环境，其中包含一座华丽的宝塔，位于一个充满活力的花园中。包括各种植被——尤其是樱花树——并确保构图充满活力、色彩丰富且视觉冲击力强。可以使用任何体素或WebGL库，但需将整个项目作为单个自包含的HTML文件交付，以便我可以直接粘贴并在Chrome中打开。”
GLM-4.7也完美响应了这个需求，完整的实现过程可以查看这里。对于需要快速制作可视化内容的设计师或开发者来说，这样的能力无疑是非常实用的。
海报设计展示
有人需要“设计一张介绍巴黎的海报，具有浪漫和时尚的美感。整体风格应显得优雅、视觉精致且注重设计感。”
GLM-4.7同样交出了令人满意的答卷，完整轨迹可访问Z.ai链接。从这个案例可以看出，它不仅能处理代码相关的任务，在设计领域也有不错的表现。
除了这些，GLM-4.7在幻灯片制作等方面也有出色的展示，足以证明它的多功能性和实用性。
开始使用GLM-4.7：你需要知道的一切
了解了GLM-4.7的强大功能和实际案例后，你是不是已经迫不及待想试试了？别着急，下面就为你详细介绍如何开始使用这款工具，以及它的一些特色功能。
交错思考与保留思考：让复杂任务更稳定可控
GLM-4.7增强了自GLM-4.5以来引入的“交错思考”（Interleaved Thinking）功能，并进一步推出了“保留思考”（Preserved Thinking）和“回合级思考”（Turn-level Thinking）。通过在行动之间进行思考，并在多个回合中保持一致性，它使得复杂任务的处理更加稳定和可控。
-
交错思考：GLM-4.7在每次响应和调用工具之前都会进行思考，这有助于提高对指令的遵循度和生成内容的质量。就像我们在做一件事之前会先想清楚步骤一样，它也会“深思熟虑”后再行动。 -
保留思考：在编码代理场景中，GLM-4.7会自动保留多轮对话中的所有思考块，重用已有的推理结果，而不是从头重新推导。这减少了信息丢失和不一致性，非常适合处理长期、复杂的任务。比如在一个持续多天的编码项目中，它不会忘记之前的思路，能更好地保持任务的连贯性。 -
回合级思考：GLM-4.7支持在一个会话中按回合控制推理——对于轻量请求，可以禁用思考功能以减少延迟和成本；对于复杂任务，则启用思考功能以提高准确性和稳定性。这样的灵活性让你可以根据实际需求调整，兼顾效率和效果。
想了解更多细节，可以访问相关指南。
通过Z.ai API平台调用GLM-4.7
Z.ai API平台提供了GLM-4.7模型的调用服务。如果你想通过API将GLM-4.7集成到自己的应用或工作流中，可以参考详细的API文档和集成指南。同时，该模型也可以通过OpenRouter在全球范围内使用，访问OpenRouter官网即可了解更多。
在编码代理中使用GLM-4.7
GLM-4.7现在可以在多个编码代理中使用，如Claude Code、Kilo Code、Roo Code、Cline等。
-
对于GLM编码计划订阅者：你会自动升级到GLM-4.7。如果你之前自定义过应用配置（比如Claude Code中的 ~/.claude/settings.json），只需将模型名称更新为“glm-4.7”即可完成升级。 -
对于新用户：订阅GLM编码计划意味着你可以以更低的成本使用达到Claude级别性能的编码模型——价格仅为其1/7，而使用配额却是3倍。想要开始使用，可以访问订阅页面。
在Z.ai上与GLM-4.7聊天
GLM-4.7可以通过Z.ai访问。你只需将模型选项更改为“GLM-4.7”即可开始使用，如果系统没有自动更改，手动设置一下就好。
本地部署GLM-4.7
如果你希望在本地使用GLM-4.7，也完全可以实现。GLM-4.7的模型权重在HuggingFace（链接）和ModelScope（链接）上公开可用。
对于本地部署，GLM-4.7支持vLLM和SGLang等推理框架。详细的部署说明可以在官方GitHub仓库中找到，按照步骤操作，你就能在自己的设备上运行GLM-4.7了。
一些你可能关心的细节
在使用过程中，你可能会好奇一些参数设置或测试条件，这里为你说明一下：
-
默认设置（大多数任务）：温度1.0，top-p 0.95，最大新令牌131072。对于多轮代理任务（τ²-Bench和Terminal Bench 2），启用保留思考模式。 -
Terminal Bench和SWE-bench Verified设置：温度0.7，top-p 1.0，最大新令牌16384。 -
τ²-Bench设置：温度0，最大新令牌16384。在τ²-Bench中，我们在零售和电信交互中添加了额外的提示，以避免因用户错误结束交互而导致的失败；在航空领域，我们应用了Claude Opus 4.5发布报告中提出的领域修复方案。
常见问题解答（FAQ）
GLM-4.7和GLM-4.6相比，主要提升在哪些方面？
GLM-4.7在多个方面较GLM-4.6有显著提升：核心编码上，SWE-bench得分73.8%（+5.8%）、SWE-bench多语言66.7%（+12.9%）、Terminal Bench 2.0 41%（+16.5%）；复杂推理上，HLE（w/ Tools）42.8%（+12.4%）；还在UI设计、工具使用等方面有进步。
如何在编码代理中升级到GLM-4.7？
如果是GLM编码计划订阅者，会自动升级；若之前自定义过应用配置，只需将模型名称更新为“glm-4.7”即可。新用户订阅GLM编码计划后可直接使用。
GLM-4.7支持本地部署吗？
支持。其模型权重在HuggingFace和ModelScope上公开，支持vLLM和SGLang等推理框架，详细部署说明在官方GitHub仓库。
GLM-4.7在哪些基准测试中表现较好？
在HMMT Feb. 2025中得97.1分，τ²-Bench中得87.4分，AIME 2025中得95.7分，这些测试中表现较为突出。
什么是“保留思考”功能？
在编码代理场景中，GLM-4.7会自动保留多轮对话中的所有思考块，重用已有推理结果，减少信息丢失和不一致性，适合长期、复杂任务。
可以通过API调用GLM-4.7吗？
可以。Z.ai API平台提供该服务，可参考官方API文档；同时也可通过OpenRouter在全球范围内使用。
GLM-4.7作为一款不断进化的编码助手，无论是性能提升还是功能创新，都展现出了它在智能工具领域的潜力。无论你是专业开发者、设计师，还是需要处理复杂任务的职场人，它都有可能成为你工作中的得力伙伴。现在，不妨按照上面的方法，亲自体验一下GLM-4.7带来的便利吧！
