GLM-4.7 – 智譜推出的旗艦AI模型，Coding能力再提升

智譜AI最新推出的開源模型GLM-4.7，以其在編碼、推理及工具協(xié)同方面的卓越表現(xiàn)，為開發(fā)者帶來了前所未有的高效智能編程體驗(yàn)。這款模型不僅在多語言編程和復(fù)雜任務(wù)規(guī)劃領(lǐng)域大放異彩，更在前端設(shè)計(jì)的視覺美學(xué)上實(shí)現(xiàn)了突破，同時(shí)兼容多種主流編程框架，如Claude Code等，展現(xiàn)出強(qiáng)大的通用性。

GLM-4.7：一款革新性的開源模型

GLM-4.7是智譜AI精心打造的一款開源模型，其核心優(yōu)勢(shì)在于全面提升了模型的編碼能力、邏輯推理能力以及與各類工具協(xié)同工作的效能。在實(shí)際應(yīng)用中，GLM-4.7在多語言編程、精細(xì)化任務(wù)規(guī)劃以及前端界面設(shè)計(jì)的美學(xué)感知等方面均有突出表現(xiàn)。值得一提的是，該模型能夠無縫支持諸如Claude Code在內(nèi)的廣泛編程框架。經(jīng)過一系列嚴(yán)苛的基準(zhǔn)測試，GLM-4.7在代碼生成方面的能力已達(dá)到開源模型中的領(lǐng)先水平，其推理能力更是得到了顯著的強(qiáng)化。為了應(yīng)對(duì)復(fù)雜任務(wù)的挑戰(zhàn)，GLM-4.7引入了創(chuàng)新的交錯(cuò)式、保留式以及輪級(jí)思考模式，從而確保了復(fù)雜任務(wù)的執(zhí)行過程更加穩(wěn)定且易于掌控。目前，用戶可以通過BigModel提供的API服務(wù)便捷地調(diào)用GLM-4.7，同時(shí)，該模型已集成至z.ai的全棧開發(fā)模式中的Skills模塊，為廣大開發(fā)者提供了高效、智能的編程利器。

GLM-4.7的核心能力亮點(diǎn)

• 精湛的編碼技藝：GLM-4.7在處理多語言編程及終端操作任務(wù)時(shí)展現(xiàn)出非凡的實(shí)力，其“先思考，后行動(dòng)”的策略極大提升了復(fù)雜任務(wù)的穩(wěn)定性和產(chǎn)出代碼的質(zhì)量。
• 優(yōu)化前端設(shè)計(jì)體驗(yàn)：該模型能夠生成更具現(xiàn)代感和視覺吸引力的網(wǎng)頁及演示文稿，顯著提升用戶界面設(shè)計(jì)的品質(zhì)，并大幅縮減開發(fā)者在樣式調(diào)優(yōu)上耗費(fèi)的時(shí)間。
• 卓越的工具調(diào)用能力：在涉及工具調(diào)用和網(wǎng)頁瀏覽的任務(wù)中，GLM-4.7表現(xiàn)優(yōu)異，例如在τ2-Bench測試中斬獲87.4%的高分，在BrowseComp測試中獲得67.5分，其效率和準(zhǔn)確性均有質(zhì)的飛躍。
• 強(qiáng)大的復(fù)雜推理能力：GLM-4.7在數(shù)算和邏輯推理方面的能力得到顯著增強(qiáng)。在HLE基準(zhǔn)測試中，得分達(dá)到42.8%，較前代模型提升了12.4個(gè)百分點(diǎn)，能夠從容應(yīng)對(duì)復(fù)雜的邏輯推演和數(shù)學(xué)難題。
• 精進(jìn)的思考模式：通過引入交錯(cuò)式、保留式和輪級(jí)思考模式，GLM-4.7極大地增強(qiáng)了復(fù)雜任務(wù)執(zhí)行的穩(wěn)定性和可控性，尤其適合處理需要深度思考的長程任務(wù)和多輪交互場景。
• 多模態(tài)融合與全棧開發(fā)支持：GLM-4.7具備處理多模態(tài)任務(wù)協(xié)同的能力，并積極支持全棧開發(fā)。集成Skills模塊，助力開發(fā)者構(gòu)建功能豐富、用戶體驗(yàn)流暢的應(yīng)用。

GLM-4.7的性能飛躍一覽

• 編碼實(shí)力（Core Coding）：
  • SWE-bench Verified：得分73.8%，相較于GLM-4.6，提升了5.8個(gè)百分點(diǎn)，已達(dá)到開源模型中的頂尖水平（SOTA）。
  • SWE-bench Multilingual：得分66.7%，較GLM-4.6大幅躍升12.9個(gè)百分點(diǎn)，多語言編程能力顯著增強(qiáng)。
  • Terminal Bench 2.0：得分41%，較GLM-4.6大幅提升16.5個(gè)百分點(diǎn)，終端操作任務(wù)性能表現(xiàn)優(yōu)異。
• 工具調(diào)用表現(xiàn)（Tool Using）：
  • τ2-Bench：得分87.4%，相較于GLM-4.6，提升了12.2個(gè)百分點(diǎn)，交互式工具調(diào)用能力已躋身開源SOTA行列。
  • BrowseComp（網(wǎng)頁瀏覽）：得分52.0%，較GLM-4.6提升6.9個(gè)百分點(diǎn)。在啟用了上下文管理功能的BrowseComp測試中，得分高達(dá)67.5%，較GLM-4.6提升10.0個(gè)百分點(diǎn)，充分展現(xiàn)了其在網(wǎng)頁瀏覽和工具鏈管理方面的卓越表現(xiàn)。
• 復(fù)雜推理能力（Complex Reasoning）：
  • HLE（人類最后的考試）：得分42.8%，相較于GLM-4.6，提升了12.4個(gè)百分點(diǎn)，數(shù)學(xué)與邏輯推理能力得到顯著加強(qiáng)。
  • MMLU-Pro：得分84.3%，較GLM-4.6略有提升1.1個(gè)百分點(diǎn)，在多領(lǐng)域推理方面保持了穩(wěn)定的高水平。
  • GPQA-Diamond：得分85.7%，較GLM-4.6提升4.7個(gè)百分點(diǎn)，推理的準(zhǔn)確性進(jìn)一步得到鞏固和提升。

GLM-4.7的探索之路

• 項(xiàng)目官網(wǎng)：https://z.ai/blog/glm-4.7
• GitHub倉庫：https://github.com/zai-org/GLM-4.5
• HuggingFace模型庫：https://huggingface.co/zai-org/GLM-4.7

GLM-4.7的廣闊應(yīng)用前景

• 軟件開發(fā)與編程領(lǐng)域：GLM-4.7能夠生成高質(zhì)量的多語言代碼，作為智能編程助手，極大地提升開發(fā)人員的工作效率。
• 前端設(shè)計(jì)與用戶體驗(yàn)優(yōu)化：在網(wǎng)頁設(shè)計(jì)和UI/UX領(lǐng)域，GLM-4.7能夠迅速產(chǎn)出符合現(xiàn)代審美趨勢(shì)的布局和色彩方案，顯著減輕前端開發(fā)者和設(shè)計(jì)師在樣式調(diào)整上的壓力。
• 復(fù)雜任務(wù)的規(guī)劃與執(zhí)行：憑借其先進(jìn)的保留式思考和輪級(jí)思考模式，GLM-4.7能夠勝任多步驟的復(fù)雜任務(wù)，確保長程任務(wù)的精準(zhǔn)度和穩(wěn)定性。
• 教育與知識(shí)傳播：GLM-4.7可以為編程教學(xué)提供豐富的代碼范例和練習(xí)，同時(shí)通過其在數(shù)學(xué)和邏輯問題上的訓(xùn)練能力，幫助學(xué)生鍛煉思維能力。
• 辦公自動(dòng)化革新：GLM-4.7能夠自動(dòng)化文檔撰寫、報(bào)告生成以及數(shù)據(jù)分析代碼的編寫，從而減少人工操作和排版的時(shí)間，全面提升辦公效率。