專業編碼盲測奪冠，GLM-4.7超越GPT-5.2

始智AI wisemodel.cn社區是源自中國的中立開放的AI開源社區。正在，歡迎加入共同成長。

GLM-4.7上線并開源，新版本面向Coding場景強化了編碼能力、長程任務規劃與工具協同，并在多項主流公開基準測試中取得開源模型中的領先表現。目前，GLM-4.7已通過BigModel.cn提供API，并在z.ai全棧開發模式中上線Skills模塊，支持多模態任務的統一規劃與協作。GLM-4.7已上線始智AI-wisemodel開源社區，歡迎體驗。

模型地址

https://wisemodel.cn/models/ZhipuAI/GLM-4.7

https://wisemodel.cn/models/ZhipuAI/GLM-4.7-FP8

user@zhipu-ai:~/glm-4.7

智譜AI模型GLM系統NEURAL神經網絡TRANSFORMER

$ systemctl status neural-engine

● neural-engine.service - Active: running

$ ./deploy.sh --model=GLM-4.7

EMBEDDING∷VECTOR∷TOKEN∷STREAM∷PROCESSING

GLM-4.7

REASONING∷AGENT∷CODE∷GENERATION∷BENCHMARK

? Generated by GLM-4.7

RELEASE MANIFEST

01 SUBJECT

GLM-4.7開源：更強的編碼

02 DATE

2025.12.23

03 TARGET

Coding/Agent/Reasoning

04 STATUS

RELEASED

由GLM-4.7生成

01.

Coding能力再提升

GLM-4.7在編程、推理與智能體三個維度實現突破：

• 更強的編程能力：顯著提升了模型在多語言編碼和在終端智能體中的效果；GLM-4.7現在可以在Claude Code、TRAE、Kilo Code、Cline和Roo Code等編程框架中實現“先思考、再行動”的機制，在復雜任務上有更穩定的表現。

• 前端審美提升：GLM-4.7在前端生成質量方面 明顯 進步，能夠生成觀感更佳的網頁、PPT、海報。

• 更強的工具調用能力：GLM-4.7提升了工具調用能力，在BrowseComp網頁任務評測中獲得67.5分；在τ2-Bench交互 式工具調用 評測中實現 87.4分的 開源SOTA，超過Claude Sonnet 4.5。

• 推理能力提升：顯著提升了數學和推理能力， 在HLE（"人類最后的考試"）基準測試中獲得42 .8 %的成績，較GLM-4.6提升 41 %， 超過 GPT-5.1。

• 通用能力增強：GLM-4.7對話更簡潔智能且富有人情味，寫作與角色扮演更具文采與沉浸感。

Code Arena：全球百萬用戶參與盲測的專業編碼評估系統，GLM-4.7位列開源第一、國產第一，超過GPT-5.2。

在主流基準測試表現中，GLM-4.7的代碼能力對齊Claude Sonnet 4.5：在SWE-bench-Verified獲得73.8%的開源SOTA分數；在LiveCodeBench V6達到84.9%的開源SOTA分數，超過Claude Sonnet 4.5；SWE-bench Multilingual達到66.7%（提升12.9%）；Terminal Bench 2.0達到41%（提升16.5%）。

02.

真實編程場景下的體感提升

智譜AI輸入法基于GLM-ASR系列模型打造，讓用戶在電腦端用語音絲滑交互。用戶不僅可以實現精準的語音轉文字，還可以在輸入法中直接調用大模型能力，完成翻譯、改寫、情緒轉化等操作，實現“指尖即模型，語音即指令”。

1. 實際編程任務表現

在Claude Code環境中，我們對100個真實編程任務進行了測試，覆蓋前端、后端與指令遵循等核心能力。結果顯示，GLM-4.7相較GLM-4.6在穩定性與可交付性上均有明顯提升。

隨著編程能力的增強，開發者可以更自然地以“任務交付”為核心組織開發流程，形成從需求理解到落地實現的端到端閉環。

2. 思考能力的可控進化

GLM-4.7進一步強化了GLM-4.5以來就支持的交錯式思考能力，引入保留式思考與輪級思考，使復雜任務執行更穩、更可控。

• 交錯式思考：每次回答/工具調用前都會思考，提升復雜指令的遵循能力和代碼生成質量。

• 保留式思考：多輪對話中自動保留思考塊， 提升緩存命中率，降低成本 ，適合長程復雜任務。

• 輪級思考：支持在同一會話內按“輪”控制推理開銷——簡單任務可關閉思考以降低時延，復雜任務可開啟思考以提升準確性與穩定性。

GLM-4.7在復雜任務中展現出更強的任務拆解與技術棧整合能力，能夠一次性給出完整、可運行的代碼，并明確關鍵依賴與運行步驟，顯著減少人工調試成本。

案例展示由GLM-4.7獨立完成的高交互小游戲，如植物大戰僵尸、水果忍者。

4. 前端審美提升

GLM-4.7增強了對視覺代碼的理解。在前端設計中，它能更好地理解UI設計規范，在布局結構、配色和諧度及組件樣式上提供更具美感的默認方案，從而減少開發者在樣式“微調”上花費的時間。

GLM-4.7在辦公創作中版式與審美顯著升級，PPT 16:9適配率從52%躍升至91%，生成結果基本“即開即用”；海報設計的排版與配色更加靈活，具備設計感。

03.

GLM Coding Plan

GLM Coding Plan已更新GLM-4.7，為開發者提供性能、速度與價格的最優組合。

• Claude Code全面支持思考模式，復雜任務連續推理與執行更穩定

• 針對編程工具里的Skills/Subagent/Claude.md等關鍵能力定向優化，工具調用成功率高、鏈路可靠

• Claude Code中視覺理解能力開箱即用；內置搜索與網頁讀取，信息獲取到代碼落地一站閉環

• 架構設計與指令遵循更強，明顯降低長上下文下的“幻覺式完成/跑偏”，交付質量更可控

來自全球開發者社區的反饋印證了GLM暢快的Coding體驗。

• TRAE：“前序版本GLM-4.6上線后，為TRAE用戶提供了穩定的編程輔助支持，助力用戶高效解決各類編程需求，并且憑借穩定表現，成為TRAE用戶的主流模型選擇之一。GLM-4.7模型現已上線TRAE中國版，開發者可在內置模型列表直接選用?！?/p>

• Cerebras：“GLM-4.6在Cerebras硬件上能夠達到無與倫比的1000 t/s速度，為全球開發者提供了世界上最優質的編碼體驗之一?！?/p>

• YouWare：“在我們的Vibe Coding產品YouWare的基準數據集上，GLM-4.7相比上一代模型在前端設計美學、復雜功能完成度、工具并發和指令遵循等方面均有明顯提升，同時推理速度更快、token效率更高，整體任務端到端完成度、穩定性大幅增強?！?/p>

此外，Vercel、OpenRouter、CodeBuddy等平臺與開發者給予高度評價。

04.

z.ai全棧開發升級

在z.ai中，GLM-4.7集成了全新的Skills模塊，內置智譜多模態全家桶（GLM-4.6V、GLM-ASR、GLM-TTS等）。

借助GLM-4.7的任務規劃與執行能力，多模態技能可在復雜業務流中被統一調度與協同，幫助開發者構建交互更豐富、體驗更流暢的應用。

----- END -----

wisemodel相關：

系列模型：

關于wisemodel更多

1

歡迎持續關注和支持

開源社區建設需要長期堅持和投入，更需要廣大用戶的積極參與、貢獻和維護，歡迎大家加入wisemodel開源社區的志愿者計劃和開源共創計劃。期待更多開發者將開源成果，包括模型、數據集和代碼等發布到 wisemodel.cn 社區，共建中立、開放的AI開源社區生態。歡迎掃碼添加wisemodel微信，申請加入wisemodel社群，持續關注wisemodel.cn開源社區動態。

2

歡迎加盟wisemodel開源社區

始智AI wisemodel社區自2023年9月上線以來，逐漸成為影響力日益擴大的中立開放的AI開源社區，為了加快公司發展，我們長期需要技術、運營等人才加盟，技術側重在AI infra、后端開發，熟悉K8S、模型訓練和推理等技術， 以及熟悉開發者生態運營的成員，歡迎感興趣的朋友加盟，可以通過添加wisemodel微信，或者將簡歷投遞到郵箱：liudaoquan@wisemodel.cn

3

歡迎投稿優質內容

歡迎投稿分享人工智能領域相關的優秀研究成果，鼓勵高校實驗室、大企業研究團隊、個人等，在wisemodel平臺上分享各類優質內容，可以是AI領域最新論文解讀、最新開源成果介紹，也可以是關于AI技術實踐、應用和總結等。投稿可以發郵件到liudaoquan@wisemodel.cn，也可以掃碼添加wisemodel微信。

4

關于wisemodel開源社區

始智AI wisemodel.cn開源社區由清華校友總會AI大數據專委會副秘書長劉道全創立，旨在打造和建設中立開放的AI開源創新社區，將打造成“HuggingFace”之外最活躍的AI開源社區，匯聚主要AI開源模型、數據集和代碼等，歡迎高?？蒲性核?、大型互聯網公司、創新創業企業、廣大個人開發者，以及政府部門、學會協會、聯盟、基金會等，還有投資機構、科技媒體等，共同參與建設AI開源創新生態。

向上滑動查看