Chat Revue publiée le Scores relevés le

Ce que GLM 4.7 change par rapport à GLM 4.6

Selon Z.ai, GLM 4.7 apporte à sa sortie des gains nets en code agentique multilingue et en tâches de terminal face à GLM 4.6, son prédécesseur. Il réfléchit aussi avant d’agir dans des agents de code comme Claude Code, Kilo Code, Cline et Roo Code, avec des progrès nets sur les tâches complexes.

Selon Z.ai, le modèle renforce l’Interleaved Thinking, ou réflexion entrelacée, présent depuis GLM 4.5, et introduit les modes Preserved Thinking et Turn-level Thinking. Il reprend ce que GLM 4.6 offrait déjà : la lecture et la production de texte seul, une fenêtre de contexte de 200K tokens et une sortie maximale de 128K tokens. Le tableau d’écart compare les caractéristiques des deux versions.

Par rapport à la version précédente

GLM 4.6GLM 4.7
Elo13821438+56
Contexte maximal205 k205 k
Formats compristextetexte
RéflexionFacultativeActivée par défaut

Source : OpenRouter, relevé du 22/11/2026.

À quoi sert GLM 4.7

Chat

À sa sortie, GLM 4.7 est accessible dans le chat de Z.ai ; selon l’éditeur, il progresse nettement dans la conversation. Il sait aussi appeler des outils et produire des sorties structurées.

Rédaction créative

Selon Z.ai, GLM 4.7 progresse nettement à sa sortie en écriture créative et en jeu de rôle.

Code

À sa sortie, GLM 4.7 s’utilise dans des agents de code comme Claude Code, Kilo Code, Roo Code et Cline.

Front-end

Selon Z.ai, GLM 4.7 produit à sa sortie des pages web plus propres et plus modernes, et des diapositives mieux mises en page.

Essayer GLM 4.7

Où l'utiliser pour de vrai, puis des exemples à copier pour découvrir ce qu'il sait faire.

Où l'essayer

  • Tester cette version du modèlePlateforme externeSur OpenRouter, plateforme externe à Aikiwi · Compte et crédits requis · Payant à l'usage : 0,60 $ en entrée, 2,20 $ en sortie par million de tokensOuvrir sur OpenRouter

Quoi lui demander

  1. Chat

    Expliquer un sujet simplement

    Voir s'il rend clair un sujet technique, sans jargon.

    Explique-moi comment fonctionne une pompe à chaleur, comme à quelqu'un qui n'y connaît rien. Utilise une comparaison tirée de la vie quotidienne, puis dis-moi en trois points ce qui fait varier sa consommation d'électricité.
  2. Rédaction créative

    Écrire une courte histoire

    Voir s'il tient toutes les contraintes sans perdre le fil du récit.

    Écris une histoire d'environ 150 mots qui se passe dans une laverie automatique, la nuit. Elle doit contenir un objet oublié dans une machine, se terminer par un retournement inattendu, et ne jamais utiliser le mot « soudain ».
  3. Raisonnement

    Démêler plusieurs contraintes

    Une seule solution existe : regardez s'il la trouve et la justifie.

    Quatre collègues, Ana, Bilal, Chloé et David, présentent chacun une fois, du lundi au jeudi, un par jour. - Ana ne peut pas le lundi. - Bilal passe avant Chloé. - David passe le lendemain d'Ana. - Chloé ne peut pas le jeudi. Donne toutes les solutions possibles et justifie chaque étape.

Les réponses changent d'un essai à l'autre et selon la plateforme. Un accès gratuit dépend toujours de l'outil, de l'offre et de ses limites.

Les performances de GLM 4.7

À sa sortie, Z.ai compare GLM 4.7 à GLM 4.6 et à six autres modèles sur 17 évaluations. Le tableau rassemble les scores annoncés par l’éditeur pour les évaluations retenues.

ÉvaluationScore annoncé pour GLM 4.7Score annoncé pour GLM 4.6
SWE-bench Verified73,868,0
SWE-bench Multilingual66,753,8
Terminal Bench 2.041,024,5
HLE avec outils42,830,4
τ²-Bench87,475,2
LiveCodeBench v684,982,8

Sur SWE-bench Verified, Claude Sonnet 4.5 atteint 77,2 dans la même comparaison publiée à la sortie, au-dessus du score annoncé pour GLM 4.7. Ces résultats restent des annonces de Z.ai, pas un classement indépendant.

Bien utiliser GLM 4.7 : les modes de réflexion

La réflexion de GLM 4.7 est activée par défaut, mais elle n’est pas obligatoire : elle se désactive.

Selon Z.ai, la réflexion réglée tour par tour permet de la couper pour une demande légère, afin de réduire la latence et le coût, ou de l’activer pour une tâche complexe, afin de gagner en précision et en stabilité. Pour les agents de code, la réflexion conservée garde tous les blocs de réflexion d’un tour à l’autre. Le modèle réutilise alors son raisonnement au lieu de le refaire, un fonctionnement que l’entreprise juge adapté aux tâches longues et complexes.

En auto-hébergement avec vLLM ou SGLang, la réflexion est activée par défaut et se désactive avec le paramètre enable_thinking. Pour les tâches d’agent, Z.ai demande aussi d’activer la réflexion conservée en réglant clear_thinking sur false. Ce réglage concerne uniquement SGLang, et non vLLM.

Caractéristiques techniques de GLM 4.7

GLM 4.7 est sorti le 22 décembre 2025, jour de son annonce par Z.ai, et accepte uniquement du texte en entrée. Il compte 358 milliards de paramètres et est distribué sous licence MIT. Sa fenêtre de contexte est de 204 800 tokens et sa sortie maximale de 128K tokens par réponse. L’accès hébergé à GLM 4.7 prend fin le 31 décembre 2026 ; ses poids restent publics sur Hugging Face et ModelScope.

Éditeur
Z.ai
Produit
Texte
Sortie
Contexte
205 k tokens
Réponse maximale
131 k tokens
Réflexion
Activée par défaut
Retrait annoncé
Tâches
Aide au codeAffaires et financeDesign d'après référenceDonnées et analyseFront-endHTMLJeuxJuridiqueMathématiquesConversation à plusieurs toursPrompts difficilesReactRédaction créativeSanté et bien-êtreSuivi de consignes
Entrées
Texte
Licence
MIT
Paramètres pris en charge (noms techniques de l'API)
toolsstructured_outputstemperaturetop_preasoningseedstopresponse_formatmax_tokens
Hébergeurs
AtlasCloud, DeepInfra, Google, Mancer 2, Novita, Venice, Z.AI

Source : OpenRouter, relevé du 22/11/2026.

Où utiliser GLM 4.7, et comment il se facture

GLM 4.7 était proposé à sa sortie par plusieurs canaux, selon Z.ai : API, abonnement de code et auto-hébergement.

  • API : à sa sortie, le modèle était accessible par l’API de la plateforme Z.ai et, dans le monde entier, par OpenRouter.
  • GLM Coding Plan : les abonnés étaient passés automatiquement au modèle lors de sa sortie. Si tu avais modifié la configuration de ton outil, seul le nom du modèle devait être remplacé par glm-4.7.
  • Auto-hébergement : selon Z.ai, les poids de GLM 4.7 étaient publics à sa sortie sur Hugging Face et ModelScope, et le modèle se déployait en local avec les moteurs d’inférence vLLM et SGLang.

Les cartes d’accès donnent les prix.

L'API Z.ai

Retrait annoncé le 31/12/2026 selon OpenRouter

Chez OpenRouter, au prix de Z.AI (relevé du 22/11/2026) : 0,60 $ / M tokens en entrée, 2,20 $ / M tokens en sortie. Son retrait est annoncé le 31/12/2026 selon OpenRouter. À partir de 0,40 $ / 1,75 $ par million de tokens chez l'hébergeur le moins cher.

Tarification0,60 $ en entrée, 2,20 $ en sortie, par million de tokens
Hébergé via OpenRouter chezAtlasCloud, DeepInfra, Google, Mancer 2, Novita, Venice, Z.AI

Un accès gratuit dépend toujours de l'outil, de l'offre et de ses limites : nous ne l'attribuons pas au modèle seul.

GLM 4.7 parmi les versions de GLM

Dans la gamme texte de GLM, GLM 4.7, sorti le 22 décembre 2025, vient après GLM 4.5 (28 juillet 2025) et GLM 4.6 (30 septembre 2025), son prédécesseur ; GLM 5, sorti le 12 février 2026, lui succède. La frise des versions retrace cette chronologie et porte les dates de sortie de chaque modèle.

  1. GLM 5 Turbo
1 version sélectionnéeAjoutez 1 ou 2 autres versions pour comparer leurs données.

FAQ

C’est quoi GLM ?

GLM désigne la famille de modèles de Z.ai. GLM 4.7 est la version sortie le 22 décembre 2025, après GLM 4.6, que Z.ai nomme son prédécesseur.

GLM 4.7 est-il open source ?

GLM 4.7 est publié sous licence MIT, et ses poids sont publics sur Hugging Face et ModelScope.

Peut-on faire tourner GLM 4.7 en local ?

GLM 4.7 peut se déployer en local avec les moteurs d’inférence vLLM et SGLang. Il compte 358 milliards de paramètres.

Quelle version succède à GLM 4.7 ?

GLM 4.7 a pour successeur GLM 5 dans la gamme. Son accès hébergé prend fin le 31 décembre 2026, mais ses poids restent publics sur Hugging Face et ModelScope.