Dieses Modell ist veraltet. Wir messen seine Leistung weiterhin, aber seltener: alle 18 Stunden statt alle 6.

Z AI hat eine neuere Version veröffentlicht: GLM-5. Wir empfehlen, diese als Alternative in Betracht zu ziehen.

Alle Veröffentlichungen•

Z AI

•

Open weights model

•

Released Januar 2026

GLM-4.7-Flash: Analyse von Intelligenz, Leistung und Preis

Name: Intelligenz
Creator: Artificial Analysis
License: https://artificialanalysis.ai/docs/legal/Terms-of-Use.pdf

Verfügbare Anbieter

IntelligenzUpdated

k. A.

Artificial Analysis Intelligence Index

Leistung

Zeit bis zum ersten Antworttoken 8.89sAusgabegeschwindigkeit 75 tok/s

k. A.

Zeit pro Aufgabe des Intelligence Index (Minuten)

Kosten

Eingabe $0.07Ausgabe $0.40Cache-Rabatt 86%

k. A.

Kosten pro Aufgabe des Intelligence Index

Ausführlichkeit

k. A.

Ausgabetokens im Intelligence Index

GLM-4.7-Flash (Reasoning) unterstützt Text als Eingabe und Text als Ausgabe. Das Kontextfenster umfasst 200k Tokens.

Der Preis für GLM-4.7-Flash (Reasoning) beträgt $0.07 pro 1 Mio. Eingabetokens (moderat bepreist; Median: $0.13) und $0.40 pro 1 Mio. Ausgabetokens (etwas teuer; Median: $0.30).

Eingabemodalität	Unterstützt: Text
Ausgabemodalität	Unterstützt: Text
Kontextfenster	200k ~300 A4-Seiten in Arial mit Schriftgröße 12
Gesamtparameter	31.2B
Aktive Parameter	3B Anzahl der pro Token während der Inferenz aktiven Parameter
Lizenz	MIT
Modellgewichte	Hugging Face

Metriken werden mit Modellen derselben Klasse verglichen:

Modelle ohne Reasoning → Vergleich nur mit anderen Modellen ohne Reasoning
Reasoning-Modelle → Vergleich mit Reasoning-Modellen und Modellen ohne Reasoning
Modelle mit offenen Gewichten → Vergleich nur mit anderen Modellen mit offenen Gewichten derselben Größenklasse:

Sehr klein: ≤4B Parameter
Klein: 4B–40B Parameter
Mittel: 40B–150B Parameter
Groß: >150B Parameter

Proprietäre Modelle → Vergleich mit proprietären Modellen und Modellen mit offenen Gewichten derselben Preisklasse anhand eines Mischpreisverhältnisses von 3:1 für Eingabe/Ausgabe:

<$0.15 pro 1 Mio. Tokens
$0.15–$1 pro 1 Mio. Tokens
>$1 pro 1 Mio. Tokens

Updated

Intelligenz

Artificial Analysis Intelligence Index · Higher is better

No publicly available API

Zeit pro Aufgabe

Inference time (minutes) per Intelligence Index task · Lower is better

No publicly available API

Kosten pro Aufgabe

Weighted average cost (USD) per Intelligence Index task · Lower is better

No publicly available API

IntelligenzUpdated

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index v5.0.1 incorporates 9 evaluations: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 (Hard Subset), and Terminal-Bench-Science 0.1

Artificial Analysis Intelligence Index v5.0.1 includes: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 (Hard Subset), Terminal-Bench-Science 0.1. See Intelligence Index methodology for further details, including a breakdown of each evaluation and how we run them.

Artificial Analysis Intelligence Index: Open Weights vs. proprietär

Indicates whether the model weights are available. Models are labelled as 'Commercial Use Restricted' if commercial use is limited by conditions, and as 'Non-commercial' if the license prohibits commercial use.

Intelligence Index vs. Kosten pro Aufgabe

Artificial Analysis Intelligence Index · Weighted average cost (USD) per Artificial Analysis Intelligence Index task

Most attractive quadrant

Pareto line

Weighted average cost per Intelligence Index task. Each evaluation’s cost is calculated from input, cache hit, cache write, reasoning, and answer token prices, divided by task count, and weighted by its Intelligence Index weight.

Openness Index

Artificial Analysis Openness Index: Wert

Der Openness Index bewertet die Offenheit von Modellen auf einer normierten Skala von 0 bis 100 (höher bedeutet offener)

Kosten

Kosten pro Aufgabe des Intelligence Index

Weighted average cost (USD) per Intelligence Index task · Segmented by token type · Lower is better

Kosten für die Durchführung des Artificial Analysis Intelligence Index

Cost (USD) to run all evaluations in the Artificial Analysis Intelligence Index

The cost to run the evaluations in the Artificial Analysis Intelligence Index, calculated using the model's input, cache hit, cache write, reasoning, and answer token prices and the number of tokens used across evaluations (excluding repeats).

Preise: Cache-Treffer, Eingabe und Ausgabe

Price (USD per M Tokens)

Price per token for cached prompts (previously processed), typically offering a significant discount compared to regular input price, represented as USD per million tokens. The values shown here are the cache hit price; cache write and cache storage are billed separately and vary by provider — see "Cache pricing by provider" for detail.

Leistung

Gemessen an der Zeit pro Aufgabe (Minuten), der Ausgabegeschwindigkeit (Tokens pro Sekunde), der Zeit bis zum ersten Antworttoken und der Zeit bis zum ersten Token (Sekunden)

Zeit pro Aufgabe des Intelligence Index

Output tokens divided by end-to-end output speed (minutes per Intelligence Index task) · Speed at the model's own endpoint or the median across providers · Lower is better

The weighted average time (minutes) per Artificial Analysis Intelligence Index task: output tokens per task divided by output speed, weighted by each benchmark's weight in the Intelligence Index.

Speed and latency metrics average each endpoint's runs over the past 5 days, and the error rate pools them. We run the benchmark every 6 hours, and endpoints of deprecated models every 18 hours.

Ausgabegeschwindigkeit

Output tokens divided by total request time, including time to first token · Higher is better

Output tokens, including reasoning tokens, received per second over a request's full duration, from sending the request to receiving the final token. The headline value averages each Performance v3 workload over the past 5 days, then averages the workloads.

Zeit bis zum ersten Antworttoken

Sekunden bis zum ersten Antworttoken · Berücksichtigt die „Denkzeit“ von Reasoning-Modellen

Time to first answer token received, in seconds, after API request sent. For reasoning models, this includes the 'thinking' time of the model before providing an answer. For models which do not support streaming, this represents time to receive the completion.

Kontextfenster

Context window: tokens limit · Higher is better

Larger context windows are relevant to RAG (Retrieval Augmented Generation) LLM workflows which typically involve reasoning and information retrieval of large amounts of data.

Maximum number of combined input & output tokens. Output tokens commonly have a significantly lower limit (varied by model).

Modellgröße (nur Modelle mit offenen Gewichten)

Modellgröße: Gesamtparameter und aktive Parameter

Comparison between total model parameters and parameters active during inference (billions)

The total number of trainable weights and biases in the model, expressed in billions. These parameters are learned during training and determine the model's ability to process and generate responses.

The number of parameters actually executed during each inference forward pass, expressed in billions. For Mixture of Experts (MoE) models, a routing mechanism selects a subset of experts per token, resulting in fewer active than total parameters. Dense models use all parameters, so active equals total.

Weitere Details

								Gewichte
GLM-4.7-Flash (Reasoning)	Z AI	-	31.2B 3B während der Inferenz aktiv	200k	$0.061	-	75	🤗
GLM-4.7-Flash (Non-reasoning)	Z AI	-	31.2B 3B während der Inferenz aktiv	200k	$0.082	-	63	🤗

Weitere Veröffentlichungen von Z AI

Häufig gestellte Fragen

Häufige Fragen zu GLM-4.7-Flash

GLM-4.7-Flash wurde am 19. Januar 2026 veröffentlicht.

GLM-4.7-Flash wurde von Z AI entwickelt.

GLM-4.7-Flash hat eine Zeit bis zum ersten Antworttoken von 8.89 s (reasoning) und 22.45 s (non-reasoning) (auf Grundlage des Medians aller Anbieter, die das Modell bereitstellen). Die Zeit bis zum ersten Antworttoken von GLM-4.7-Flash (Reasoning) ist etwas höher als der Durchschnitt im Vergleich zu anderen Modellen mit offenen Gewichten ähnlicher Größe (Median: 4.36 s).

GLM-4.7-Flash kostet $0.07 pro 1 Mio. Eingabetokens (besser als der Durchschnitt; Median: $0.13) und $0.40 pro 1 Mio. Ausgabetokens (etwas höher als der Durchschnitt; Median: $0.30). Die Angaben basieren auf dem Median aller Anbieter, die das Modell bereitstellen.

GLM-4.7-Flash kostet $0.07 pro 1 Mio. Eingabetokens und $0.40 pro 1 Mio. Ausgabetokens (auf Grundlage des Medians aller Anbieter, die das Modell bereitstellen). Bei einem Mischpreis mit einem Verhältnis von 7:2:1 für Cache-Treffer, Eingabe und Ausgabe entspricht dies $0.061 (reasoning) und $0.082 (non-reasoning) pro 1 Mio. Tokens. Der Preis kann je nach Anbieter variieren. Preise der Anbieter vergleichen

Ja, GLM-4.7-Flash (Reasoning) ist ein Reasoning-Modell. Es nutzt längere Denkprozesse oder Chain-of-Thought-Reasoning, um komplexe Probleme zu bearbeiten, bevor es eine Antwort gibt. Nein, GLM-4.7-Flash (Non-reasoning) ist kein Reasoning-Modell. Es antwortet direkt, ohne längeres Chain-of-Thought-Reasoning.

GLM-4.7-Flash unterstützt Text als Eingabe.

GLM-4.7-Flash unterstützt Text als Ausgabe.

Nein, GLM-4.7-Flash unterstützt keine Bildeingaben. Es kann nur Text verarbeiten.

Nein, GLM-4.7-Flash ist nicht multimodal. Es unterstützt nur Text als Eingabe.

GLM-4.7-Flash hat ein Kontextfenster von 200k Tokens. Es bestimmt, wie viel Text und Gesprächsverlauf das Modell in einer einzelnen Anfrage verarbeiten kann.

Ja, GLM-4.7-Flash hat offene Gewichte. Die Modellgewichte sind öffentlich verfügbar und können zum Selbsthosten heruntergeladen werden.

GLM-4.7-Flash hat 31.2B Parameter (3B aktiv).

GLM-4.7-Flash ist ein Mixture-of-Experts-Modell (MoE) mit insgesamt 31.2B Parametern, von denen während der Inferenz jedoch nur 3B aktiv sind.

GLM-4.7-Flash wird unter der Lizenz MIT veröffentlicht. Diese Lizenz erlaubt die kommerzielle Nutzung. Lizenz anzeigen

Ja, GLM-4.7-Flash ist über 3 Anbieter per API verfügbar. API-Anbieter vergleichen

GLM-4.7-Flash ist über 3 API-Anbieter verfügbar. Anbieter vergleichen

GLM-4.7-Flash: Analyse von Intelligenz, Leistung und Preis

Modellübersicht

IntelligenzUpdated

Leistung

Kosten

Ausführlichkeit

Technische Spezifikationen

144 Modelle in dieser Klasse

Intelligenz

Zeit pro Aufgabe

Kosten pro Aufgabe

IntelligenzUpdated

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index: Open Weights vs. proprietär

Artificial Analysis Intelligence Index

Open Weights

Intelligence Index vs. Kosten pro Aufgabe

Cost per Intelligence Index Task

Artificial Analysis Intelligence Index

Openness Index

Artificial Analysis Openness Index: Wert

Kosten

Kosten pro Aufgabe des Intelligence Index

Cost per Intelligence Index Task

Kosten für die Durchführung des Artificial Analysis Intelligence Index

Cost to Run Artificial Analysis Intelligence Index

Preise: Cache-Treffer, Eingabe und Ausgabe

Cache Hit

Leistung

Zeit pro Aufgabe des Intelligence Index

Time per Intelligence Index Task

Time Period

Ausgabegeschwindigkeit

End-to-End Output Speed

Zeit bis zum ersten Antworttoken

Time to First Answer Token

Kontextfenster

Kontextfenster

Context Window for RAG

Context Window

Modellgröße (nur Modelle mit offenen Gewichten)

Modellgröße: Gesamtparameter und aktive Parameter

Total Parameters

Active Parameters at Inference Time

Weitere Details

Weitere Veröffentlichungen von Z AI

Häufig gestellte Fragen

Wann wurde GLM-4.7-Flash veröffentlicht?

Wer hat GLM-4.7-Flash entwickelt?

Wie hoch ist die Latenz von GLM-4.7-Flash?

Wie viel kostet GLM-4.7-Flash?

Wie gestaltet sich der API-Preis von GLM-4.7-Flash?

Ist GLM-4.7-Flash ein Reasoning-Modell?

Welche Eingabemodalitäten unterstützt GLM-4.7-Flash?

Welche Ausgabemodalitäten unterstützt GLM-4.7-Flash?

Kann GLM-4.7-Flash Bilder verarbeiten?

Ist GLM-4.7-Flash multimodal?

Wie groß ist das Kontextfenster von GLM-4.7-Flash?

Hat GLM-4.7-Flash offene Gewichte?

Wie viele Parameter hat GLM-4.7-Flash?

Was sind die aktiven Parameter von GLM-4.7-Flash?

Unter welcher Lizenz steht GLM-4.7-Flash?

Ist GLM-4.7-Flash über eine API verfügbar?

Wo kann ich GLM-4.7-Flash verwenden?