GLM 4.7

z-ai/glm-4.7
เครื่องมือJSONการให้เหตุผล
โดย Z.ai · 2025-12-22

การปรับปรุง GLM-4.6 ที่แนะนำการให้เหตุผลแบบคงไว้และการให้เหตุผลแบบรอบ เพื่อการดำเนินงานที่เสถียรยิ่งขึ้นในงานหลายรอบที่ซับซ้อน บริบท 200K

เอนด์พอยต์:/v1/chat/completions
ctx200K โทเค็น
เอาต์พุตสูงสุด128K
อินพุตtext
เอาต์พุตtext
p50 TTFT4.60 s
INPUT$0.60/ 1M โทเค็น
OUTPUT$2.20/ 1M โทเค็น
p50 TTFT4.60 s7 วัน
p95 TTFT10.00 s7 วัน
ทราฟฟิก434.4Kโทเค็น / 7วัน
รับ API ของ GLM 4.7 ลองใน playground</> ใช้ผ่าน API

ตัวอย่างโค้ด

เรียกใช้จาก SDK ใดก็ได้

เข้ากันได้กับ OpenAI — ใช้ SDK เดิมของคุณได้เลย

  • OpenAI SDKhttps://api.orcarouter.ai/v1
from openai import OpenAI

client = OpenAI(
    base_url="https://api.orcarouter.ai/v1",
    api_key="$ORCAROUTER_API_KEY",
)

response = client.chat.completions.create(
    model="z-ai/glm-4.7",
    messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)

พารามิเตอร์ที่รองรับ

  • do_sample
  • include_reasoning
  • max_tokens
  • reasoning
  • request_id
  • response_format
  • stop
  • stream
  • temperature
  • thinking
  • tool_choice
  • tool_stream
  • tools
  • top_p
  • user_id

ราคา

อินพุต / 1M โทเค็น$0.600
เอาต์พุต / 1M โทเค็น$2.20
อ่านแคช / 1M$0.110
สกุลเงินUSD

เครื่องคำนวณค่าใช้จ่าย

โทเค็น / เดือน10MM
สัดส่วนอินพุต70%%
ประมาณ / เดือน $10.80 · เมื่อใช้แคชพรอมป์ต์ $9.09

ประมาณการจากราคาตั้ง

เครื่องมือประเมิน token และค่าใช้จ่าย

token อินพุต: 13ค่าใช้จ่ายต่อคำขอ: $0.001108

เป็นเพียงการประเมิน — จำนวน token จริงขึ้นอยู่กับ tokenizer ของผู้ให้บริการ

ประสิทธิภาพ

p50 TTFT
4.60 s
ความเร็วเอาต์พุต
41.7 tok/s
p95 TTFT
10.00 s
อัตราข้อผิดพลาด
0%

เกณฑ์มาตรฐานสาธารณะ

36.3
AA Coding
ดีกว่า 42% ของโมเดลที่เปรียบเทียบ
อันดับ 61 จาก 106
42.1
AA Intelligence
ดีกว่า 46% ของโมเดลที่เปรียบเทียบ
อันดับ 59 จาก 110
95.0
AA Math
ดีกว่า 91% ของโมเดลที่เปรียบเทียบ
อันดับ 7 จาก 81
AIME 2025
95.0
GPQA Diamond
85.9
Humanity's Last Exam
25.1
IFBench
67.9
LiveCodeBench
89.4
Long-Context Recall
64.0
MMLU-Pro
85.6
SciCode
45.1
TerminalBench Hard
31.8
τ²-Bench
95.9
แหล่งที่มา: artificialanalysis.ai

การเปรียบเทียบ

GLM 4.7GLM 5.1GLM 5.2GLM 5
อินพุต $/ล้าน$0.60$1.40$1.40$1.00
เอาต์พุต $/ล้าน$2.20$4.40$4.40$3.20
บริบท200K200K1.0M200K
คุณภาพ7/109/109/108/10
เปรียบเทียบแบบเคียงข้างกันเปรียบเทียบแบบเคียงข้างกันเปรียบเทียบแบบเคียงข้างกันเปรียบเทียบแบบเคียงข้างกัน

เพิ่มเติมจาก Z.ai

FAQ

Z.ai: GLM 4.7 ราคาเท่าไหร่บน OrcaRouter?
Z.ai: GLM 4.7 มีราคา $0.60 ต่อ 1M input tokens และ $2.20 ต่อ 1M output tokens ผ่าน OrcaRouter ราคาจะถูกดึงแบบเรียลไทม์จากเลเยอร์การกำหนดเส้นทาง
Z.ai: GLM 4.7's context window คืออะไร?
Z.ai: GLM 4.7 รองรับหน้าต่างบริบทที่มี 200K โทเค็น ใช้ฟีเจอร์บริบทยาว (RAG, การสรุป) ภายในขีดจำกัดนั้น
ฉันจะเรียก Z.ai: GLM 4.7 ผ่าน OpenAI SDK ได้อย่างไร?
ตั้งค่า OpenAI base_url เป็น https://api.orcarouter.ai/v1, ระบุ OrcaRouter API key ของคุณ, และส่ง model="z-ai/glm-4.7" ในการเรียก chat.completions.create
OrcaRouter มีการจำกัดอัตรา Z.ai: GLM 4.7 หรือไม่?
อัตราจำกัดต่อโมเดลเป็นไปตามแผน OrcaRouter ของคุณ ระดับฟรีมาพร้อมขีดจำกัดที่ค่อนข้างต่ำ ระดับที่เสียเงินจะเพิ่มขีดจำกัดให้สูงขึ้น ตรวจสอบ /pricing สำหรับโควตาปัจจุบัน

ฝังป้ายนี้

Z.ai: GLM 4.7$0.60/M in4600ms p50ผ่าน OrcaRouter
HTML <a href="https://www.orcarouter.ai/models/z-ai/glm-4.7" target="_blank"> <img src="https://www.orcarouter.ai/embed/z-ai/glm-4.7.svg" alt="Z.ai: GLM 4.7 บน OrcaRouter" /> </a>
Markdown [![Z.ai: GLM 4.7](https://www.orcarouter.ai/embed/z-ai/glm-4.7.svg)](https://www.orcarouter.ai/models/z-ai/glm-4.7)

ข้อมูลโมเดลแบบ data

GET /api/public/models/z-ai/glm-4.7เปิด
อ่านได้ด้วยเครื่อง:/llms.txt/llms-full.txt