在推進(jìn)IPO的關(guān)鍵節(jié)點(diǎn)，智譜AI正式上線并開源其最新旗艦?zāi)Ｐ虶LM-4.7，新版本針對(duì)Coding場(chǎng)景著重強(qiáng)化了編碼能力、長(zhǎng)程任務(wù)規(guī)劃與工具協(xié)同，標(biāo)志著該公司技術(shù)產(chǎn)品線的又一次重要迭代。

12月23日，智譜正式上線并開源其最新旗艦?zāi)Ｐ虶LM-4.7，在多項(xiàng)主流公開基準(zhǔn)測(cè)試中，GLM-4.7展現(xiàn)了具有競(jìng)爭(zhēng)力的性能，部分指標(biāo)超越了目前市場(chǎng)的領(lǐng)先模型。數(shù)據(jù)顯示，在全球百萬(wàn)用戶參與盲測(cè)的專業(yè)編碼評(píng)估系統(tǒng)Code Arena中，GLM-4.7位列開源第一、國(guó)產(chǎn)第一，并超越了GPT-5.2。同時(shí)，該模型在SWE-bench-Verified和LiveCodeBench V6等測(cè)試中均取得了開源SOTA（當(dāng)前最佳）分?jǐn)?shù)，對(duì)齊Claude Sonnet 4.5。

在架構(gòu)上，GLM-4.7引入了“保留式思考”與“輪級(jí)思考”機(jī)制，顯著提升了復(fù)雜任務(wù)的穩(wěn)定性與可控性。在前端生成質(zhì)量方面，模型對(duì)UI設(shè)計(jì)規(guī)范的理解得以增強(qiáng)，能夠生成審美更佳的網(wǎng)頁(yè)與PPT。目前，該模型已通過(guò)BigModel.cn提供API服務(wù)，并在z.ai全棧開發(fā)模式中上線Skills模塊，支持多模態(tài)任務(wù)的統(tǒng)一規(guī)劃。

此次更新標(biāo)志著國(guó)產(chǎn)大模型在“思考”與“行動(dòng)”協(xié)同能力上的進(jìn)一步突破。隨著Coding能力的增強(qiáng)，開發(fā)者能夠更自然地以“任務(wù)交付”為核心組織開發(fā)流程，這一進(jìn)展也被視為智譜在資本市場(chǎng)動(dòng)作前夕展示技術(shù)肌肉的重要舉措。

編碼與推理能力刷新基準(zhǔn)

根據(jù)公布的測(cè)試數(shù)據(jù)，GLM-4.7在編程和推理能力上實(shí)現(xiàn)了顯著提升。在HLE（“人類最后的考試”）基準(zhǔn)測(cè)試中，該模型獲得42.8%的成績(jī)，較上一代GLM-4.6提升41%，并超越了GPT-5.1。

在代碼生成領(lǐng)域，GLM-4.7展現(xiàn)了在多語(yǔ)言編碼方面的優(yōu)勢(shì)。具體評(píng)測(cè)數(shù)據(jù)包括：

• SWE-bench-Verified：獲得73.8%的開源SOTA分?jǐn)?shù)。
• LiveCodeBench V6：達(dá)到84.9%的開源SOTA分?jǐn)?shù)，超過(guò)Claude Sonnet 4.5。
• Terminal Bench 2.0：達(dá)到41%，提升幅度達(dá)16.5%。

此外，在工具調(diào)用能力方面，GLM-4.7在τ2-Bench交互式工具調(diào)用評(píng)測(cè)中得分87.4分，刷新開源記錄。

引入可控“思考”模型

為解決復(fù)雜任務(wù)中的穩(wěn)定性問(wèn)題，GLM-4.7強(qiáng)化了思考能力的可控進(jìn)化，具體體現(xiàn)在三個(gè)維度：

1. 交錯(cuò)式思考：模型在每次回答或工具調(diào)用前進(jìn)行預(yù)先思考，以提升對(duì)復(fù)雜指令的遵循能力及代碼生成質(zhì)量。
2. 保留式思考：支持在多輪對(duì)話中自動(dòng)保留思考?jí)K，提升緩存命中率，從而降低長(zhǎng)程任務(wù)的推理成本。
3. 輪級(jí)思考：允許在該會(huì)話內(nèi)按“輪”控制推理開銷，簡(jiǎn)單任務(wù)關(guān)閉思考以降低時(shí)延，復(fù)雜任務(wù)開啟思考以確保準(zhǔn)確性。

這種機(jī)制使得GLM-4.7能夠在Claude Code、TRAE、Kilo Code、Cline和Roo Code等主流編程框架中實(shí)現(xiàn)“先思考、再行動(dòng)”的邏輯，在實(shí)際編程任務(wù)的穩(wěn)定性和可交付性上優(yōu)于前代版本。

前端審美與全棧交付

針對(duì)前端開發(fā)場(chǎng)景，GLM-4.7提升了對(duì)視覺(jué)代碼的理解力。在實(shí)際應(yīng)用中，模型能夠更好地遵循UI設(shè)計(jì)規(guī)范，在布局結(jié)構(gòu)、配色和諧度及組件樣式上提供具備美感的默認(rèn)方案，減少人工微調(diào)時(shí)間。

據(jù)官方演示，該模型在辦公創(chuàng)作中的版式審美顯著升級(jí)，PPT 16:9的適配率從52%躍升至91%，生成結(jié)果基本達(dá)到“即開即用”標(biāo)準(zhǔn)。

在實(shí)際案例演示中，GLM-4.7已能獨(dú)立完成如“植物大戰(zhàn)僵尸”、“水果忍者”等高交互小游戲的開發(fā)，顯示出較強(qiáng)的任務(wù)拆解與技術(shù)棧整合能力。

市場(chǎng)反饋：性價(jià)比與實(shí)戰(zhàn)表現(xiàn)

GLM-4.7上線后迅速引起了全球開發(fā)者社區(qū)的關(guān)注，用戶反饋主要集中在其實(shí)際解決問(wèn)題的能力與極高的性價(jià)比上。

在社交媒體上，網(wǎng)友Diego分享了使用GLM-4.7編寫Python代碼來(lái)可視化單行道紅綠燈的案例，評(píng)價(jià)稱結(jié)果“整體運(yùn)行良好”，僅指出車輛顏色隨紅綠燈變化的細(xì)微瑕疵。

網(wǎng)友Alex Fazio則表示在WebDev Arena上的表現(xiàn)令其震驚，直言“GLM-4.7超越了GPT-5.2”。

價(jià)格策略也成為市場(chǎng)討論的焦點(diǎn)。網(wǎng)友Bessi指出，訂閱一年GLM-4.7的費(fèi)用僅相當(dāng)于Codex或Claude Code最高級(jí)計(jì)劃一個(gè)月的價(jià)格，并認(rèn)為這種極具競(jìng)爭(zhēng)力的定價(jià)模式將對(duì)西方AI公司構(gòu)成挑戰(zhàn)，直言“無(wú)論你是否喜歡，這就是未來(lái)”。

針對(duì)模型進(jìn)化速度，網(wǎng)友Chubby評(píng)論稱，HLE基準(zhǔn)測(cè)試原本被設(shè)計(jì)為極其復(fù)雜、難以在短期內(nèi)擬合的最終測(cè)試，但業(yè)界在短短12個(gè)月內(nèi)通過(guò)各類工具將成績(jī)從8%（o1）提升至45.8%，GLM-4.7此次取得的突破表明技術(shù)迭代速度正“超出預(yù)期”。