GLM-4.7-Flash

Fiche modèle · Zhipu AI · glm-4.7-flash

GLM-4.7-Flash is a high-speed, cost-efficient variant of GLM-4.7 optimized for fast inference and lower latency. It retains the coding-centric capabilities of GLM-4.7 including thinking before acting, preserved reasoning across turns, and per-request thinking control for speed or accuracy trade-offs. Ideal for applications requiring quick responses while maintaining strong performance on coding, agentic workflows, and general reasoning tasks.

Fiches modèles

Identité

Organisation	Zhipu AI
Pays	—
Famille	—
Type	llm
Date de sortie	2026-01-19
Licence	mit
Licence commerciale	oui
Licence open source	oui
Poids ouverts	oui
Auto-hébergement (DGX Spark)	oui — ≤ 107 Md (Q8/FP8)
Modalités	text
Fenêtre de contexte	202 752
KV cache / token (Q8)	192.5 ko/token
Paramètres totaux	30 B
Paramètres actifs (session)	3 B
Source des paramètres actifs	web : https://huggingface.co/zai-org/GLM-4.7-Flash
Curation des paramètres actifs	2026-11-04
Prix par session	0.18 $ (1 000 000 tokens entrée + 200 000 sortie, prix le moins cher par fournisseur) (offres routeurs/fournisseurs, converties en USD)
Tokens / tâche (Data Players)	1.2 M
Tokens / tâche (Terminal-Bench)	83.3 M (est.)
Ratio Terminal-Bench / Data Players	69.4×
Coût / tâche (Terminal-Bench)	—
Tokens d'entraînement	—
Coupure de connaissance	—
Créé le	2026-05-07T16:53:40.294308Z
Mis à jour le	2026-11-04T06:05:13.969598Z
Source	LLM Stats
URL	https://llm-stats.com/models/glm-4.7-flash

Tokens/tâche

IA Act — preuves fournisseur

ICA 2/100 · open source · seuil systémique inconnu

Critère	Note / 5	Poids
Documentation technique	2,5	5 %
Résumé des données d'entraînement	0,0	35 %
Conformité droit d'auteur	0,0	35 %
Code of Practice GPAI	0,0	20 %
Risque systémique	0,0	5 %

Curation : 2026-10-23.

IA Act

Prix par fournisseur

Prix

Statut du modèle (offres + auto-hébergement) : partiel — via AWS Bedrock (eurouter), Amazon Bedrock — Irlande (cortecs) ; auto-hébergement DGX Spark (≤ 107 Md).

Toutes sources confondues : catalogue llm-stats, routeurs EUrouter/Cortecs et catalogues directs (OVHcloud, Scaleway, Infomaniak). Les prix sont convertis en USD pour la comparaison ; le prix publié et le taux BCE utilisé sont dans l'infobulle. Les prix inconnus restent indiqués « — ».

Fournisseur	Source	Souveraineté	Entrée (/M tok)	Sortie (/M tok)	Quantification	Contexte	Latence (s)	Débit (tok/s)	Statut
AWS Bedrock	eurouter	partiel	—	—	—	202 752	—	—	—
Amazon Bedrock — Irlande	cortecs	partiel	0.08 $	0.48 $	—	203 000	—	—	—

Souveraineté qualifiée par offre (modèle × fournisseur) ; survolez le badge pour les critères.

Souveraineté

Scores par catégorie (top_scores)

Catégorie	Score
math	0.50
physics	0.80
reasoning	0.60
search	0.40
frontend_development	0.60
general	0.60
agents	0.60
biology	0.80
chemistry	0.80
code	0.60
tool_calling	0.80
vision	0.10

Scores par benchmark

Benchmark	Catégorie	Score	Max	Normalisé (API)	Vérifié	Auto-déclaré	Daté du
aime-2025	math	0.92	1.00	0.92	non	oui	2026-11-04T06:05:13.981204Z
browsecomp	reasoning	0.43	1.00	0.43	non	oui	2026-11-04T06:05:13.978342Z
gpqa	reasoning	0.75	1.00	0.75	non	oui	2026-11-04T06:05:13.984099Z
humanity's-last-exam	reasoning	0.14	1.00	0.14	non	oui	2026-11-04T06:05:13.986854Z
swe-bench-verified	reasoning	0.59	1.00	0.59	non	oui	2026-11-04T06:05:13.972713Z
tau-bench	general	0.80	1.00	0.80	non	oui	2026-11-04T06:05:13.975563Z

Classements

Catégorie	Rang	Score	Note conservatrice	Benchmarks évalués	Méthode	Daté du	Provenance
agents	168	—	4.56	2	trueskill	2026-10-19	model_history
code	224	—	4.13	1	trueskill	2026-10-19	model_history

Lecture : Note conservatrice = borne basse TrueSkill (niveau estimé − marge d’incertitude) ; Benchmarks évalués = nombre de benchmarks de la catégorie pris en compte. À performances égales, un modèle évalué sur moins de benchmarks obtient une note plus basse : la note ne se déduit pas d’un seul score. Provenance : rankings = top 50 de /rankings ; model_history = historique du modèle (/models/{id}/history), utilisé pour les rangs au-delà du top 50.

Données

Dates de curation (récupération depuis l'API) : models 2026-11-04 · benchmarks 2026-11-04 · scores 2026-11-04 · updates 2026-11-04 · account 2026-11-04 · model_history 2026-11-04 · rankings 2026-11-04