This model is deprecated. We only continue performance benchmarking for the default 10k input token workload. Results for other workloads are historical and no longer updated.
Z AI has launched a newer model, GLM-5. We suggest considering it instead.
For more information, see comparison of GLM-5 to other models and API provider benchmarks for GLM-5.
分析 GLM-4.7 (Non-reasoning) 各 API 服务商的性能指标,包括延迟(首 Token 延迟)、输出速度(每秒输出 token 数)、价格等。参与基准测试的 API 服务商包括 Novita、Cerebras、Baseten、Amazon Bedrock、Together AI、DeepInfra (FP4)和Google。
速度最快
输出速度
共 7 家服务商
延迟最低
首 Token 延迟
共 7 家服务商
价格最低
每 100 万 token 的混合价格
共 7 家服务商
可通过 7 家 API 服务商使用 GLM-4.7,每家服务商的性能特征和价格各不相同。下方对比了各服务商的关键指标。
- 输出速度最快的服务商是 Cerebras(972.3 t/s)、Baseten(173.7 t/s)和Google(121.6 t/s)。 各服务商之间的速度差异显著,最快与最慢相差 2645%。
- 延迟方面,Cerebras(0.67 秒)、Google(0.69 秒)和Baseten(0.71 秒) 的首 Token 延迟最低。
- 价格方面,DeepInfra (FP4)(0.31)、Baseten(0.42)和Together AI(0.60) 每 100 万 token 的混合价格最低。 各服务商价格最多相差 7.4 倍。
- Cerebras 兼具最高速度和最低延迟,性能表现最佳。若要优化成本,DeepInfra (FP4) 的价格最具竞争力。
亮点
价格
Pricing: Cache Hit, Input, and Output
Pricing: Blended Price
Pricing: Cache Discount
Output Speed vs. Price
速度
按输出速度(每秒 token 数)衡量
Output Speed: GLM-4.7 (Non-reasoning)
Latency vs. Output Speed
延迟
按首 Token 延迟(秒)衡量
首 Token 延迟:GLM-4.7 服务商
端到端响应时间
Seconds to output 500 tokens, calculated based on time to first token, 'thinking' time for reasoning models, and output speed
端到端响应时间:GLM-4.7 服务商
关键比较指标与 API 功能
常见问题
关于 GLM-4.7 (Non-reasoning) 服务商的常见问题
可通过 7 家 API 服务商使用 GLM-4.7 (Non-reasoning):Novita、Cerebras、Baseten、Amazon、Together AI、DeepInfra (FP4)和Google。每家服务商的性能特征和价格各不相同。
目前可通过我们进行基准测试和跟踪的 7 家 API 服务商使用 GLM-4.7 (Non-reasoning)。
按混合价格计算,GLM-4.7 (Non-reasoning) 最实惠的服务商是 DeepInfra (FP4)(每 100 万 token $0.31)、Baseten(每 100 万 token $0.42)和Together AI(每 100 万 token $0.60)。混合价格采用缓存命中/输入/输出 token 为 7:2:1 的比例。
GLM-4.7 (Non-reasoning) 输入 token 价格最低的服务商是 DeepInfra (FP4)(每 100 万输入 token $0.40)、Together AI(每 100 万输入 token $0.45)和Novita(每 100 万输入 token $0.60)。
GLM-4.7 (Non-reasoning) 输出 token 价格最低的服务商是 DeepInfra (FP4)(每 100 万输出 token $1.75)、Together AI(每 100 万输出 token $2.00)和Novita(每 100 万输出 token $2.20)。
GLM-4.7 (Non-reasoning) 各服务商价格最多相差 7.4 倍。最实惠的是 DeepInfra (FP4),每 100 万 token 收费 $0.31;Cerebras 则收费 $2.30。
GLM-4.7 (Non-reasoning) 的输出速度在不同服务商之间差异显著。Cerebras 最快,为 972.3 t/s,是 DeepInfra (FP4)(35.4 t/s)的 27.4 倍。
提供 GLM-4.7 (Non-reasoning) 的 7 家服务商中,有 6 家支持 JSON 模式:Novita、Cerebras、Baseten、Together AI、DeepInfra (FP4)和Google。
提供 GLM-4.7 (Non-reasoning) 的全部 7 家服务商均支持函数调用(工具使用)。
对于 GLM-4.7 (Non-reasoning),Cerebras 兼具最高速度和最低延迟,性能表现最佳。若要优化成本,DeepInfra (FP4) 的价格最具竞争力。
选择 GLM-4.7 (Non-reasoning) 服务商时,请考虑:输出速度(适合吞吐量密集型任务)、延迟(适合需要快速首次响应的交互式应用)、价格(适合成本敏感型工作负载),以及 JSON 模式或函数调用等 API 功能。
会。服务商性能可能因基础设施变化、负载均衡和更新而随时间波动。我们持续对所有服务商进行基准测试,并在“随时间变化”图表中展示历史性能趋势。
有关 GLM-4.7 (Non-reasoning) 的智能、能力、模态及其与其他模型的比较,请参阅模型概览页面。 查看模型概览