Este modelo está obsoleto. Continuamos medindo seu desempenho, mas com menos frequência: a cada 18 horas em vez de a cada 6.

Z AI lançou uma versão mais recente, GLM-5. Sugerimos considerá-la como alternativa.

Todos os lançamentos•

Z AI

•

Open weights model

•

Released janeiro de 2026

Análise de inteligência, desempenho e preço do GLM-4.7-Flash

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

Experimente

Provedores disponíveis

Amazon Bedrock

DeepInfra

Novita

Inteligência

N/D

Artificial Analysis Intelligence Index

Desempenho

Tempo até o primeiro token da resposta final 19.01sVelocidade de saída 66 tok/s

N/D

Tempo por tarefa do Intelligence Index (minutos)

Custo

Entrada $0.07Saída $0.40Desconto do cache 86%

N/D

Custo por tarefa do Intelligence Index

Verbosidade

N/D

Tokens de saída do Intelligence Index

GLM-4.7-Flash (Reasoning) aceita entrada em texto, gera saída em texto e tem uma janela de contexto de 200k tokens.

O preço do GLM-4.7-Flash (Reasoning) é de $0.07 por 1M de tokens de entrada (preço moderado, mediana: $0.13) e $0.40 por 1M de tokens de saída (preço um pouco alto, mediana: $0.30).

Modalidade de entrada	Compatível com: texto
Modalidade de saída	Compatível com: texto
Janela de contexto	200k ~300 páginas A4 em fonte Arial tamanho 12
Parâmetros totais	31.2B
Parâmetros ativos	3B Número de parâmetros ativos por token durante a inferência
Licença	MIT
Pesos do modelo	Hugging Face

As métricas são comparadas com modelos da mesma classe:

Modelos sem raciocínio → comparados apenas com outros modelos sem raciocínio
Modelos de raciocínio → comparados com modelos com e sem raciocínio
Modelos de pesos abertos → comparados apenas com outros modelos de pesos abertos da mesma classe de tamanho:

Muito pequeno: ≤4B parâmetros
Pequeno: 4B–40B parâmetros
Médio: 40B–150B parâmetros
Grande: >150B parâmetros

Modelos proprietários → comparados com modelos proprietários e de pesos abertos da mesma faixa de preço, usando uma proporção combinada de 3:1 entre os preços de entrada e saída:

<$0.15 por 1M de tokens
$0.15–$1 por 1M de tokens
>$1 por 1M de tokens

Inteligência

Artificial Analysis Intelligence Index · Higher is better

No publicly available API

Tempo por tarefa

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

No publicly available API

Custo por tarefa

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

No publicly available API

Inteligência

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: pesos abertos vs. proprietários

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. custo por tarefa

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: pontuação

O Openness Index avalia a abertura dos modelos em uma escala normalizada de 0 a 100 (quanto maior, mais aberto)

Custo

Custo por tarefa do Intelligence Index

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

Custo de executar o 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).

Preços: acertos de cache, entrada e saída

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.

Desempenho

Medido pelo tempo por tarefa (minutos), pela velocidade de saída (tokens por segundo), pelo tempo até o primeiro token da resposta final e pelo tempo até o primeiro token (segundos)

Tempo por tarefa do 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.

Velocidade de saída

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.

Tempo até o primeiro token da resposta final

Segundos até receber o primeiro token da resposta final · Inclui o tempo de “pensamento” dos modelos de raciocínio

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.

Janela de contexto

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).

Tamanho do modelo (somente modelos de pesos abertos)

Tamanho do modelo: parâmetros totais e ativos

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.

Mais detalhes

								Pesos
GLM-4.7-Flash (Reasoning)	Z AI	-	31.2B 3B ativos durante a inferência	200k	$0.061	-	66	🤗
GLM-4.7-Flash (Non-reasoning)	Z AI	-	31.2B 3B ativos durante a inferência	200k	$0.082	-	59	🤗

Mais lançamentos de Z AI

Perguntas frequentes

Perguntas comuns sobre o GLM-4.7-Flash

O GLM-4.7-Flash foi lançado em 19 de janeiro de 2026.

Z AI criou o GLM-4.7-Flash.

GLM-4.7-Flash tem um tempo até o primeiro token da resposta final de 19.01s (reasoning) e 16.97s (non-reasoning) (com base na mediana dos provedores que oferecem o modelo). Em tempo até o primeiro token da resposta final, GLM-4.7-Flash (Reasoning) tem um resultado um pouco acima da média em comparação com outros modelos de pesos abertos de tamanho semelhante (mediana: 4.65s).

GLM-4.7-Flash custa $0.07 por 1M de tokens de entrada (melhor que a média, mediana: $0.13) e $0.40 por 1M de tokens de saída (um pouco acima da média, mediana: $0.30), com base na mediana dos provedores que oferecem o modelo.

GLM-4.7-Flash custa $0.07 por 1M de tokens de entrada e $0.40 por 1M de tokens de saída (com base na mediana dos provedores que oferecem o modelo). Considerando uma tarifa combinada (proporção de 7:2:1 entre acerto do cache, entrada e saída), o preço é de $0.061 (reasoning) e $0.082 (non-reasoning) por 1M de tokens. O preço pode variar conforme o provedor. Comparar preços dos provedores

Sim, o GLM-4.7-Flash (Reasoning) é um modelo de raciocínio. Ele usa reflexão prolongada ou raciocínio em cadeia para resolver problemas complexos antes de fornecer uma resposta. Não, o GLM-4.7-Flash (Non-reasoning) não é um modelo de raciocínio. Ele fornece respostas diretas, sem raciocínio em cadeia prolongado.

GLM-4.7-Flash aceita entrada em texto.

GLM-4.7-Flash permite saída em texto.

Não, o GLM-4.7-Flash não aceita imagens como entrada. Ele só consegue processar texto.

Não, o GLM-4.7-Flash não é multimodal. Ele aceita apenas entrada em texto.

GLM-4.7-Flash tem uma janela de contexto de 200k tokens. Isso determina quanto texto e histórico da conversa o modelo consegue processar em uma única solicitação.

Sim, o GLM-4.7-Flash é um modelo de pesos abertos. Os pesos estão disponíveis publicamente e podem ser baixados para auto-hospedagem.

GLM-4.7-Flash tem 31.2B parâmetros (3B ativos).

GLM-4.7-Flash é um modelo de mistura de especialistas (MoE) com 31.2B parâmetros no total, mas apenas 3B parâmetros ativos são usados durante a inferência.

GLM-4.7-Flash foi lançado sob a licença MIT. Essa licença permite o uso comercial. Ver licença

Sim, o GLM-4.7-Flash está disponível por API em 3 provedores. Comparar provedores de API

GLM-4.7-Flash está disponível em 3 provedores de API. Comparar provedores

Análise de inteligência, desempenho e preço do GLM-4.7-Flash

Resumo do modelo

Inteligência

Desempenho

Custo

Verbosidade

Especificações técnicas

144 modelos nesta classe

Inteligência

Tempo por tarefa

Custo por tarefa

Inteligência

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index: pesos abertos vs. proprietários

Artificial Analysis Intelligence Index

Open Weights

Intelligence Index vs. custo por tarefa

Cost per Intelligence Index Task

Artificial Analysis Intelligence Index

Openness Index

Artificial Analysis Openness Index: pontuação

Custo

Custo por tarefa do Intelligence Index

Cost per Intelligence Index Task

Custo de executar o Artificial Analysis Intelligence Index

Cost to Run Artificial Analysis Intelligence Index

Preços: acertos de cache, entrada e saída

Cache Hit

Desempenho

Tempo por tarefa do Intelligence Index

Time per Intelligence Index Task

Time Period

Velocidade de saída

End-to-End Output Speed

Tempo até o primeiro token da resposta final

Time to First Answer Token

Janela de contexto

Janela de contexto

Context Window for RAG

Context Window

Tamanho do modelo (somente modelos de pesos abertos)

Tamanho do modelo: parâmetros totais e ativos

Total Parameters

Active Parameters at Inference Time

Mais detalhes

Mais lançamentos de Z AI

Perguntas frequentes

Quando o GLM-4.7-Flash foi lançado?

Quem criou o GLM-4.7-Flash?

Qual é a latência do GLM-4.7-Flash?

Quanto custa o GLM-4.7-Flash?

Qual é o preço da API do GLM-4.7-Flash?

O GLM-4.7-Flash é um modelo de raciocínio?

Quais modalidades de entrada o GLM-4.7-Flash aceita?

Quais modalidades de saída o GLM-4.7-Flash aceita?

O GLM-4.7-Flash consegue processar imagens?

O GLM-4.7-Flash é multimodal?

Qual é a janela de contexto do GLM-4.7-Flash?

O GLM-4.7-Flash é de código aberto?

Quantos parâmetros o GLM-4.7-Flash tem?

Quais são os parâmetros ativos do GLM-4.7-Flash?

Qual é a licença do GLM-4.7-Flash?

O GLM-4.7-Flash está disponível por API?

Onde posso usar o GLM-4.7-Flash?