Dieses Modell ist veraltet. Wir messen die Leistung nur noch für die Standard-Workload mit 10.000 Eingabe-Tokens. Ergebnisse für andere Workloads sind historische Daten und werden nicht mehr aktualisiert.

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

Z AI

•

GLM-4.7

•

Open weights model

•

Released Dezember 2025

GLM-4.7 (Non-reasoning) Benchmarking und Analyse von API-Anbietern

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

Modellvergleich

Diese Analyse soll Sie bei der Auswahl des besten API-Anbieters von GLM-4.7 (Non-reasoning) für Ihren Anwendungsfall unterstützen.

Am schnellsten

Amazon

74.4 t/s

Novita

36.6 t/s

DeepInfra (FP4)

23.7 t/s

Ausgabegeschwindigkeit

Insgesamt 4 Anbieter

Niedrigste Latenz

DeepInfra (FP4)

1.10 s

Amazon

1.41 s

Novita

4.83 s

Zeit bis zum ersten Token

Insgesamt 4 Anbieter

Niedrigster Preis

DeepInfra (FP4)

$0.31

Novita

$0.42

Together AI

$0.60

Amazon

$0.76

Mischpreis (pro 1 Mio. Tokens)

Insgesamt 4 Anbieter

GLM-4.7 (non-reasoning) ist über 4 API-Anbieter verfügbar, die jeweils unterschiedliche Leistungsmerkmale und Preise bieten. Im Folgenden werden die wichtigsten Metriken der Anbieter verglichen.

Bei der Ausgabegeschwindigkeit führen Amazon (74.4 Tokens/s), Novita (36.6 Tokens/s) und DeepInfra (FP4) (23.7 Tokens/s).
Bei der Latenz bieten DeepInfra (FP4) (1.10 s), Amazon (1.41 s) und Novita (4.83 s) die niedrigste Zeit bis zum ersten Token.
Bei den Preisen bieten DeepInfra (FP4) (0.31), Novita (0.42) und Together AI (0.60) die niedrigsten Mischpreise pro 1 Mio. Tokens. Die Preise unterscheiden sich je nach Anbieter bis zum 2.4-Fachen.
DeepInfra (FP4) bietet sowohl die niedrigste Latenz als auch den besten Preis und ist damit für kostensensible Anwendungen attraktiv. Amazon ist die schnellste Option für durchsatzintensive Workloads.

Geschwindigkeit

Output tokens per second · Higher is better

Latenz

Seconds to first answer token received · Lower is better

Preis

USD per 1M tokens (blended) · Lower is better

Preise

Preise: Cache-Treffer, Eingabe und Ausgabe: Anbieter von GLM-4.7 (non-reasoning)

Price (USD per M Tokens) · Lower is better · 10,000 input 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.

Kosten pro Aufgabe des Intelligence Index: Anbieter von GLM-4.7 (non-reasoning)

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

No data available

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.

Ausgabegeschwindigkeit im Vergleich zu Preis: Anbieter von GLM-4.7 (non-reasoning)

Blended at 7:2:1 (cache-input-output) · Output speed: output tokens per second · USD per 1M tokens (blended)

Most attractive quadrant

Pareto line

Tokens per second received while the model is generating tokens (ie. after first chunk has been received from the API for models which support streaming).

Geschwindigkeit

Gemessen anhand der Ausgabegeschwindigkeit (Tokens pro Sekunde)

Ausgabegeschwindigkeit: GLM-4.7 (Non-reasoning)

Ausgabegeschwindigkeit: Ausgabe-Token pro Sekunde · 10,000 input tokens

Tokens per second received while the model is generating tokens (ie. after first chunk has been received from the API for models which support streaming).

Figures represent performance of the model's first-party API or the median across providers where a first-party API is not available.

Zeit pro Aufgabe des Intelligence Index: Anbieter von GLM-4.7 (non-reasoning)

Weighted average decode time (minutes) per Intelligence Index task · Excludes TTFT and overhead time · Lower is better

No data available

The weighted average time (seconds) per Artificial Analysis Intelligence Index task. This is calculated by dividing output tokens per task by output speed, weighted by the relative weights of each benchmark in the Intelligence Index.

Kosten pro Aufgabe im Vergleich zu Zeit pro Aufgabe: Anbieter von GLM-4.7 (non-reasoning)

Weighted average cost (USD) per Intelligence Index task · Weighted average decode time (minutes) per Intelligence Index task

Most attractive quadrant

No data available

Latenz

Gemessen anhand der Zeit (in Sekunden) bis zum ersten Token

Zeit bis zum ersten Token: Anbieter von GLM-4.7 (non-reasoning)

Seconds to first token received · Lower is better · 10,000 input tokens

Time to first token received, in seconds, after API request sent. For reasoning models which share reasoning tokens, this will be the first reasoning token. For models which do not support streaming, this represents time to receive the completion.

Figures represent median (P50) measurement over the past 72 hours to reflect sustained changes in performance.

Cache-Verhalten

Cache-Trefferquote: Anbieter von GLM-4.7 (non-reasoning)

Anteil der cachefähigen Eingabe-Token aus dem Cache · Median der letzten vier Wochen, aktualisiert am 26. Sept. 2026

The share of cacheable input tokens served from the provider's prompt cache, measured during multi-turn agentic coding sessions. We regularly measure each endpoint and report a representative rate based on recent measurements. Higher values mean more of the input is billed at the cheaper cache-hit price, where the provider offers one, which lowers the effective cost of agentic workloads. For further details, see our methodology page.

Kosten pro Aufgabe vs. Cache-Trefferquote: Anbieter von GLM-4.7 (non-reasoning)

Weighted average cost (USD) per Intelligence Index task · Cache hit rate: median of the last four weeks, updated Sep 26, 2026

Most attractive quadrant

No data available

Ende-zu-Ende-Antwortzeit

Seconds to output 500 tokens, calculated based on time to first token, 'thinking' time for reasoning models, and output speed

Ende-zu-Ende-Antwortzeit: Anbieter von GLM-4.7 (non-reasoning)

Seconds to output 500 tokens, including reasoning model 'thinking' time · Lower is better · 10,000 input tokens

Seconds to receive a 500 token response. Key components:

Input time: Time to receive the first response token
Thinking time (only for reasoning models): Time reasoning models spend outputting tokens to reason prior to providing an answer. Amount of tokens based on the average reasoning tokens across a diverse set of 60 prompts (methodology details).
Answer time: Time to generate 500 output tokens, based on output speed

Wichtige Vergleichsmetriken und API-Funktionen



Novita	205k	Offen	--	35	4.43	18.88	--
Amazon Bedrock	200k	Offen	--	98	1.46	6.58	--
Together AI	203k	Offen	--	--	--	--	--
DeepInfra	203k	Offen	--	24	1.30	22.24	--
Google	200k	Offen	--	174	0.92	3.79	--

Häufig gestellte Fragen

Häufige Fragen zu den Anbietern von GLM-4.7 (Non-reasoning)

GLM-4.7 (Non-reasoning) ist über 4 API-Anbieter verfügbar: Novita, Amazon, Together AI und DeepInfra (FP4). Jeder Anbieter bietet unterschiedliche Leistungsmerkmale und Preise.

GLM-4.7 (Non-reasoning) ist derzeit über 4 API-Anbieter, die wir bewerten und beobachten verfügbar.

Die nach Ausgabegeschwindigkeit schnellsten Anbieter für GLM-4.7 (Non-reasoning) sind Amazon (74.4 Tokens/s), Novita (36.6 Tokens/s) und DeepInfra (FP4) (23.7 Tokens/s). Die Ausgabegeschwindigkeit misst, wie schnell Tokens erzeugt werden, nachdem das Modell mit der Antwort begonnen hat.

Die Anbieter mit der niedrigsten Zeit bis zum ersten Token für GLM-4.7 (Non-reasoning) sind DeepInfra (FP4) (1.10s), Amazon (1.41s) und Novita (4.83s). Eine niedrigere Latenz bedeutet eine schnellere erste Reaktion.

Die nach Mischpreis günstigsten Anbieter für GLM-4.7 (Non-reasoning) sind DeepInfra (FP4) ($0.31 pro 1 Mio. Tokens), Novita ($0.42 pro 1 Mio. Tokens) und Together AI ($0.60 pro 1 Mio. Tokens). Der Mischpreis basiert auf einem Tokenverhältnis von 7:2:1 für Cache-Treffer, Eingabe und Ausgabe.

Die Anbieter mit dem niedrigsten Preis für Eingabetokens bei GLM-4.7 (Non-reasoning) sind DeepInfra (FP4) ($0.40 pro 1 Mio. Eingabetokens), Together AI ($0.45 pro 1 Mio. Eingabetokens) und Novita ($0.60 pro 1 Mio. Eingabetokens).

Die Anbieter mit dem niedrigsten Preis für Ausgabetokens bei GLM-4.7 (Non-reasoning) sind DeepInfra (FP4) ($1.75 pro 1 Mio. Ausgabetokens), Together AI ($2.00 pro 1 Mio. Ausgabetokens) und Novita ($2.20 pro 1 Mio. Ausgabetokens).

Die Preise für GLM-4.7 (Non-reasoning) unterscheiden sich je nach Anbieter bis zum 2.4-Fachen. Am günstigsten ist DeepInfra (FP4) mit $0.31 pro 1 Mio. Tokens, während Amazon $0.76 pro 1 Mio. Tokens berechnet.

Die Ausgabegeschwindigkeit von GLM-4.7 (Non-reasoning) unterscheidet sich erheblich zwischen den Anbietern. Amazon ist mit 74.4 Tokens/s am schnellsten und damit um den Faktor 3.1 schneller als DeepInfra (FP4) mit 23.7 Tokens/s.

3 von 4 Anbietern unterstützen den JSON-Modus für GLM-4.7 (Non-reasoning): Novita, Together AI und DeepInfra (FP4).

Alle 4 Anbieter von GLM-4.7 (Non-reasoning) unterstützen Funktionsaufrufe (Tool-Nutzung).

Der beste Anbieter für GLM-4.7 (Non-reasoning) hängt von Ihren Prioritäten ab: Amazon bietet die höchste Ausgabegeschwindigkeit, DeepInfra (FP4) die niedrigste Latenz und DeepInfra (FP4) den konkurrenzfähigsten Preis.

Berücksichtigen Sie bei der Wahl eines Anbieters für GLM-4.7 (Non-reasoning) die Ausgabegeschwindigkeit für durchsatzintensive Aufgaben, die Latenz für interaktive Anwendungen mit schneller erster Reaktion, den Preis für kostensensible Workloads und API-Funktionen wie den JSON-Modus oder Funktionsaufrufe.

Ja, die Leistung eines Anbieters kann sich durch Änderungen an der Infrastruktur, Lastverteilung und Aktualisierungen im Laufe der Zeit verändern. Wir bewerten alle Anbieter fortlaufend und zeigen historische Leistungstrends in den Diagrammen „Im Zeitverlauf“ an.

Informationen zur Intelligenz, zu den Fähigkeiten und Modalitäten von GLM-4.7 (Non-reasoning) sowie zum Vergleich mit anderen Modellen finden Sie auf der Modellübersichtsseite. Modellübersicht anzeigen

GLM-4.7 (Non-reasoning) Benchmarking und Analyse von API-Anbietern

Am schnellsten

Niedrigste Latenz

Niedrigster Preis

Geschwindigkeit

Latenz

Preis

Preise

Preise: Cache-Treffer, Eingabe und Ausgabe: Anbieter von GLM-4.7 (non-reasoning)

Cache Hit

Kosten pro Aufgabe des Intelligence Index: Anbieter von GLM-4.7 (non-reasoning)

Cost per Intelligence Index Task

Ausgabegeschwindigkeit im Vergleich zu Preis: Anbieter von GLM-4.7 (non-reasoning)

Output Speed

Geschwindigkeit

Ausgabegeschwindigkeit: GLM-4.7 (Non-reasoning)

Output Speed

Model Performance Representation

Zeit pro Aufgabe des Intelligence Index: Anbieter von GLM-4.7 (non-reasoning)

Time per Intelligence Index Task

Kosten pro Aufgabe im Vergleich zu Zeit pro Aufgabe: Anbieter von GLM-4.7 (non-reasoning)

Cost per Intelligence Index Task

Latenz

Zeit bis zum ersten Token: Anbieter von GLM-4.7 (non-reasoning)

Latency (Time to First Token)

Median

Cache-Verhalten

Cache-Trefferquote: Anbieter von GLM-4.7 (non-reasoning)

What Cache Hit Rate Shows

Kosten pro Aufgabe vs. Cache-Trefferquote: Anbieter von GLM-4.7 (non-reasoning)

Cost per Intelligence Index Task

Ende-zu-Ende-Antwortzeit

Ende-zu-Ende-Antwortzeit: Anbieter von GLM-4.7 (non-reasoning)

End-to-End Response Time

Wichtige Vergleichsmetriken und API-Funktionen

Häufig gestellte Fragen

Wo kann ich auf GLM-4.7 (Non-reasoning) zugreifen?

Wie viele API-Anbieter bieten GLM-4.7 (Non-reasoning) an?

Welcher Anbieter ist für GLM-4.7 (Non-reasoning) am schnellsten?

Welcher Anbieter hat für GLM-4.7 (Non-reasoning) die niedrigste Latenz?

Welcher Anbieter ist für GLM-4.7 (Non-reasoning) am günstigsten?

Welcher Anbieter hat für GLM-4.7 (Non-reasoning) den niedrigsten Eingabepreis?

Welcher Anbieter hat für GLM-4.7 (Non-reasoning) den niedrigsten Ausgabepreis?

Wie stark unterscheiden sich die Preise der Anbieter von GLM-4.7 (Non-reasoning)?

Wie stark unterscheidet sich die Geschwindigkeit der Anbieter von GLM-4.7 (Non-reasoning)?

Welche Anbieter von GLM-4.7 (Non-reasoning) unterstützen den JSON-Modus?

Welche Anbieter von GLM-4.7 (Non-reasoning) unterstützen Funktionsaufrufe?

Welcher ist der beste Anbieter für GLM-4.7 (Non-reasoning)?

Wie wähle ich einen Anbieter für GLM-4.7 (Non-reasoning) aus?

Verändert sich die Leistung der Anbieter von GLM-4.7 (Non-reasoning) im Laufe der Zeit?

Welche allgemeinen Fähigkeiten hat GLM-4.7 (Non-reasoning)?