GLM-4.7 上线并开源：更强的编码

[Zhipuai]

GLM-4.7 上线并开源。 新版本面向 Coding 场景强化了编码能力、长程任务规划与工具协同，并在多项主流公开基准测试中取得开源模型中的领先表现。

目前，GLM-4.7 已通过 BigModel.cn 提供 API ，并在 z.ai 全栈开发模式中上线 Skills 模块，支持多模态任务的统一规划与协作。

Coding 能力再提升

GLM-4.7 在编程、推理与智能体三个维度实现突破：

• 更强的编程能力：显著提升了模型在多语言编码和在终端智能体中的效果； GLM-4.7 现在可以在 Claude Code 、TRAE 、Kilo Code 、Cline 和 Roo Code 等编程框架中实现“先思考、再行动”的机制，在复杂任务上有更稳定的表现。
• 前端审美提升：GLM-4.7 在前端生成质量方面明显进步，能够生成观感更佳的网页、PPT 、海报。
• 更强的工具调用能力：GLM-4.7 提升了工具调用能力，在 BrowseComp 网页任务评测中获得 67.5 分；在 τ²-Bench 交互式工具调用评测中实现 87.4 分的开源 SOTA ，超过 Claude Sonnet 4.5 。
• 推理能力提升：显著提升了数学和推理能力，在 HLE （“人类最后的考试”）基准测试中获得 42.8% 的成绩，较 GLM-4.6 提升 41%，超过 GPT-5.1 。
• 通用能力增强：GLM-4.7 对话更简洁智能且富有人情味，写作与角色扮演更具文采与沉浸感。

Code Arena：全球百万用户参与盲测的专业编码评估系统，GLM-4.7 位列开源第一、国产第一，超过 GPT-5.2 。

在主流基准测试表现中，GLM-4.7 的代码能力对齐 Claude Sonnet 4.5： 在 SWE-bench-Verified 获得 73.8% 的开源 SOTA 分数； 在 LiveCodeBench V6 达到 84.9% 的开源 SOTA 分数，超过 Claude Sonnet 4.5 ； SWE-bench Multilingual 达到 66.7%（提升 12.9%）； Terminal Bench 2.0 达到 41%（提升 16.5%）。

真实编程场景下的体感提升

在 Claude Code 环境中，我们对 100 个真实编程任务进行了测试，覆盖前端、后端与指令遵循等核心能力。结果显示，GLM-4.7 相较 GLM-4.6 在稳定性与可交付性上均有明显提升。

GLM Coding Plan

• Claude Code 全面支持思考模式，复杂任务连续推理与执行更稳定
• 针对编程工具里的 Skills / Subagent / Claude.md 等关键能力定向优化，工具调用成功率高、链路可靠
• Claude Code 中视觉理解能力开箱即用；内置搜索与网页读取，信息获取到代码落地一站闭环
• 架构设计与指令遵循更强，明显降低长上下文下的“幻觉式完成 / 跑偏”，交付质量更可控

作为本次升级的首个体验权益，所有购买套餐的用户将获得「体验卡」礼包，可邀请 3–7 位新用户免费体验 7 天套餐权益。

领取链接：[https://zhipuaishengchan.datasink.sensorsdata.cn/t/kc]

[mogutouer]

说个想法，程序员是用来工作的，投入到实际产出中的，要保证质量和省去来回拉扯的时间，要减少隐形 bug ，减少测试的时间，一定是用效果最好能力最强的，除非你能超过 opus ，否则没必要试用，现在有更好的不用为什么要用一个各方面都更差的呢？

[twofox]

在 Claude code 中的体验确实好了不少。希望后期不要降智太厉害。

[Felixchen1062]

@mogutouer 你说的确实有道理 二选一不要钱我肯定也选 Opus, 但合规性,数据安全,企业采购成本(这个不好说),对方服务企业意愿(anthropic 不向中国开放服务) 那其他的模型以及 AIIDE 就有存在的意义了

[sunny352787]

claude code 中有一定提升，tools call 错误率低了，过度设计的问题有一定抑制，再试试看

[twofox]

@mogutouer 要不是 cursor 额度用完了，我也不想用其他的。

[mogutouer]

@Felixchen1062 #3
@twofox #5

我觉得一个能让你一周的工作一两天就干完的工具，并且还能完成你不熟悉的技术栈，省下大把的页面设计实现的工作，这种工具一个月居然只要花个一千几百就能拥有，已经算很划算了。

[Felixchen1062]

@mogutouer 我愿意个人买但公司不愿意让我用, 可能外企这块比较闭塞 合规性和隐私要求高一点, 我们只能用百炼平台上有的模型, 很羡慕那些可以自由采购, 自己采买哪怕付费的

[caiyuan]

刚刚让它写一篇博客，卡了十几分钟不动。。。最后直接终端，再试了 2 次，才写出来。

[0x0x]

@mogutouer 平替总是有市场的。
我月薪 1w ，但是我想用 AI 偷偷懒， 花 200 刀一个月体验下最强的 AI 吧。 这个是真舍不得

[twofox]

@mogutouer 问题是我已经花不少钱了。200 刀还是有点太贵了

[FlashEcho]

那个这个榜单里，不如 gpt-5.2 high ，仅仅超过 gpt-5.2 ，也能叫“超过 GPT-5.2”吗？那按照这个算法，不考虑美元资产，很多人比巴菲特有钱

还有在你们自己的 benchmark 图里，同类型（国产、开源等）对比就算了，都有闭源模型了，为啥不把 sota 模型放上来，不如和 gpt-3.5 对比吧，那可以实现全面吊打

[ktyang]

上当上一次就够了。。。

[lscho]

@mogutouer 一月就赚 5000 块钱的人呢

[yorhaha123]

@FlashEcho 只能说国内都是这么干的……谁家发的 benchmark 谁就当老大

[kylesean]

刚出来的 minimax 2.1 不一起比？

[nicoljiang]

@0x0x 有没有可能这 200 刀的价格不适合用来偷偷懒的，更适合用来快速缩短与 10+年资深程序员、资深架构师的差距，从而让你有机会涨到 1.5w-2w 月薪的？

[sagnitude]

GLM 回答里面喜欢写代码的爱好还没改，我问 4.7 几个模块设计问题，上来甩出一堆 class 定义，一个回答直接把我控制台的历史全都清空了，sonnet 和 opus 都会尽量把回答控制在一屏幕以内，很少出现需要上下翻的情况

[beiyu]

建议不要充值 GLM Coding 高价套餐，因为充值后将无法退款；而且这个模型很鸡肋，用量给的是足，但是写的代码都是垃圾，官宣是拳打 Claude Opus4.5 ，脚踢 GPT-5.2 ，实际上效果用过的人才知道什么是“上当受骗”。

[0x0x]

@nicoljiang 如此上进，当然这 200 刀很值得， 我想表达的第一句话的意思， 平替始终是有市场的。 大家都知道能用最好的肯定用最好的这个道理。

[mooyo]

看起来不如 5 块钱一个月的 codex gpt team 拼车

[isquare]

上面评论看下来，感觉 zhipu 在 v2 做推广算是白花钱了 。。 毕竟这里是真的程序员在用哈哈，小红书、b 站可能投流更管用，能吸引很多学生

[maxwel1]

去 B 站那里做广告吧，那里小学生多一点，只看 ppt 不用在生产环境的小朋友也多。但我是真要当生产力工具。

[trio]

都用 AI 了，就用一线的；我不会再给任何非一线产品试用机会。我的时间更宝贵。

[catwalk]

@ktyang 我更惨，内外都试过，内的都被坑过，还是只能用主流一线的，其他都是坑钱的

[jqtmviyu]

有请 4.6 上当惨遭降智的网友发言.

[catwalk]

@jqtmviyu 4.5 后阶段已经开始了，一次不忠百次不用

[silencefly]

因为不好用而用不了的东西是最贵的

[maolon]

先不说别的了，你们在 V2 的 AMA 一言不发搞了个寂寞？你们之前说的抽奖抽了吗？结果是什么？
就纯搞宣发把 v 友当傻子耍？