一二区三区免费观看,一线二线不卡

智譜新一代編碼模型 GLM-4.7 來襲：樹立開源新標準

2025-12-23 17:45

近日，智譜 AI 發(fā)布新一代旗艦 AI 模型 GLM-4.7。

就在前不久，智譜推出的 GLM-4.5 在智能體、推理和編碼（ARC）任務中均取得了優(yōu)異的性能，在 TAU-Bench、AIME 24 和 SWE-bench Verified 測試中分別獲得了 70.1%、91.0% 和 64.2% 的分數(shù)。

全新的 GLM-4.7 編碼模型在核心編碼、氛圍編碼、工具使用和復雜推理方面的功能均有提升。

交錯式思維和保留式思維

GLM-4.7 進一步增強了由 GLM-4.5 引入的交錯思維，并引入了保持思維和回合級思維。

通過在行動之間進行思考并在回合間保持一致性，它使復雜任務更加穩(wěn)定和可控：

交錯式思維：該模型在每次響應和工具調(diào)用之前都會進行思考，從而提高指令遵循性和生成質(zhì)量。
保留式思維：在編碼代理場景中，該模型會自動保留多輪對話中的所有思維模塊，重用現(xiàn)有推理過程，而不是從頭開始重新推導。這減少了信息丟失和不一致，非常適合長期、復雜的任務。
回合級思考：該模型支持對會話中的推理進行逐回合控制——對于輕量級請求禁用思考以減少延遲/成本，對于復雜任務啟用思考以提高準確性和穩(wěn)定性。

回合級思考是 GLM-4.7 中引入的一項新功能，具有以下優(yōu)勢：

更靈活的成本/延遲控制：對于“詢問事實”或“調(diào)整措辭”等輕量級任務，可以禁用思考功能以獲得更快的響應；對于“復雜規(guī)劃”、“多約束推理”或“代碼調(diào)試”等較重的任務，可以啟用思考功能以提高準確性和穩(wěn)定性。
更流暢的多輪運算體驗：思維模式可以在運算過程中的任何時刻切換。模型在各輪運算中保持連貫性，并保持一致的輸出風格，使其在難題上表現(xiàn)得更智能，在簡單問題上表現(xiàn)得更快。
更適合代理/工具使用場景：在需要快速執(zhí)行工具的回合中，可以減少推理開銷；在需要根據(jù)工具結(jié)果做出決策的回合中，可以開啟更深層次的思考——動態(tài)地平衡效率和質(zhì)量。

結(jié)果展示

與前代 GLM-4.6 相比，GLM-4.7 在多語言智能體編碼和基于終端的任務方面取得了顯著提升，包括在 SWE-bench 測試中提升 73.8%（+5.8%），在 SWE-bench Multilingual 測試中提升 66.7%（+12.9%），以及在 Terminal Bench 2.0 測試中提升 41%（+16.5%）。

GLM-4.7 還支持先思考后行動，在主流智能體框架（例如 Claude Code、Kilo Code、Cline 和 Roo Code）的復雜任務上均有顯著改進。

GLM-4.7 在提升用戶界面質(zhì)量方面取得了重大進展。它能夠生成更簡潔、更現(xiàn)代的網(wǎng)頁，并創(chuàng)建布局和尺寸更精確、外觀更精美的幻燈片。

工具使用方面，GLM-4.7 在 τ^2-Bench 等基準測試以及通過 BrowseComp 進行的網(wǎng)頁瀏覽測試中，性能均有顯著提升。

在數(shù)學和推理能力方面，GLM-4.7 也有了顯著提升，在 HLE（人類最后的考試）基準測試中取得了（42.8%，+12.4%）的成績，與 GLM-4.6 相比。

與此同時，在聊天、創(chuàng)意寫作和角色扮演等許多其他場景中，也可以看到顯著的改進。

詳細比較了 GLM-4.7 與其他模型（GPT-5-High、GPT-5.1-High、Claude Sonnet 4.5、Gemini 3.0 Pro、DeepSeek-V3.2、Kimi K2 Thinking）在 17 項基準測試（包括 8 項推理基準測試、5 項編碼基準測試和 3 項智能體基準測試）上的性能。

相關人員表示，通用人工智能（AGI）的研發(fā)是一個漫長的過程，基準測試只是評估性能的一種方式。雖然這些指標提供了必要的檢查點，但最重要的仍然是實際體驗。真正的智能不僅僅在于考試成績優(yōu)異或數(shù)據(jù)處理速度更快，而是取決于它如何以編碼的方式無縫融入我們的生活。

參考資料：

https://z.ai/blog/glm-4.7

https://docs.z.ai/guides/capabilities/thinking-mode

智譜