📰 正文
智谱 AI（Zhipu AI） 发布新一代多模态与智能体化模型：GLM-4.7。
该版本并非单纯参数扩容，而是针对 智能体场景中的“思考一致性（Thinking Consistency）”与“编程自治性（Agentic Coding）” 进行结构性增强。
该版本在多项标准化基准测试中显著超越 GLM-4.6。
相较 GLM-4.6，该版本重点解决了三大瓶颈： 1.
代码生成与修复的逻辑一致性不足；
多轮任务中保持思考一致性（不乱、不忘）
工具使用与上下文保持的碎片化。
GLM-4.7 在 17 个多维基准测试（涵盖 8 个推理、5 个编程、3 个智能体任务）中，相较 GLM-4.6 实现显著增益，尤其在复杂编程与长链任务中表现突出。
整体结果显示，GLM-4.7 在推理、编程与智能体执行三大维度均较 GLM-4.6 有10%~20% 的系统性提升。
GLM-4.7 的“思考系统”是核心亮点
GLM-4.7 的最大革新是：
引入了新的“思考机制（Thinking System）”， 这是它区别于大多数模型的核心技术。
让模型“先思考，再行动”
在传统大语言模型（如 GPT、Claude、Gemini）中，生成过程是：
输入 → 直接输出文本
也就是说，模型没有明确的“思考阶段”——它一边预测单词，一边输出结果。 这导致：
输出逻辑容易漂移（逻辑链断裂）；
多轮任务中容易遗忘之前的推理过程；
对复杂任务缺乏一致性和复盘能力。
GLM-4.7 打破了这种机制。 它在架构中显式加入了“思考层（Thinking Layer）”， 让模型在输出前进行“内部思考”，形成可持续的推理链。
💬 用人类类比： GPT-4 是“边说边想”的人， GLM-4.7 是“先想清楚再回答”的人。
三种思考模式
GLM-4.7 的创新点在于它同时具备三种思考层，这在当前所有主流大模型中是首次系统实现。
💡 举例说明：
假如你和 GLM 聊一个编程项目：
第一次：它思考怎么设计架构；
第二次：它继续沿用上次的思路完善功能；
不会像旧版那样忘记前面的逻辑。
- Interleaved Thinking：让模型“分步思考”
每个响应或工具调用前，模型会自动生成一段“隐性推理过程”（即思考块）。
在这一阶段，模型不产出可见内容，而进行目标分解、验证与计划生成。
效果：显著改善指令遵循率（instruction following）与结构化输出一致性。
也就是在生成答案前，GLM-4.7 会自动进行一个内部推理阶段：
分析任务目标；
制定推理路径；
预测潜在障碍；
再生成可见输出。
这让模型在代码生成、逻辑推理等复杂场景中输出更稳定、条理更清晰。
📈 在 SWE-bench（真实编程任务）中，这一机制带来 5%–10% 的准确率提升。
- Preserved Thinking：让模型“记住自己的思考”
传统模型的多轮对话存在“遗忘问题”： 每次生成新答案时，它不会真正记得上一次的推理逻辑，只依赖上下文文本。
GLM-4.7 则在系统中引入**“推理状态缓存（Reasoning Memory）”**， 将思考链（Reasoning Trace）显式保留在内部上下文中，并在后续调用。
这意味着：
它不会重复犯同样的逻辑错误；
可以在任务中连续改进；
适合长时程任务（如代码项目、科研分析、论文撰写）。
📊 实验证明： Preserved Thinking 在多轮推理任务中减少约 20% 的逻辑漂移（drift rate）， 在 Terminal Bench 长链任务中带来约 +16.5% 性能增益。
- Turn-level Thinking：让用户“控制思考”
GLM-4.7 允许用户或系统控制每一轮的思考深度，用户可在每一轮启用或禁用思考层
轻量任务（如问答、摘要） → 关闭思考层，加快响应；
复杂任务（如数学推理、编程、多步规划） → 启用思考层，提升准确度；
混合任务 → 动态切换。
这一点让 GLM-4.7 成为一个**“可控推理系统”**， 在成本、速度与智能之间实现灵活平衡。
为什么这是重大突破？
✅ 1. 从“输出导向”到“思维导向”
传统模型关注输出的质量；
GLM-4.7 关注思维过程的合理性与连贯性。 它不只是“会说”，而是“会想并能自证逻辑”。
✅ 2. 从“对话式 AI”向“可控智能体”过渡
思考系统让 GLM-4.7 能够在智能体框架中执行更复杂的多步骤任务。 它能：
理解任务目标；
拆解步骤；
调用工具；
保留上下文推理链；
自主完成执行闭环。
在 Claude Code、Roo Code、Cline 等智能体框架中的测试表明， GLM-4.7 的任务完成率明显优于前代（+10%～15%）。
✅ 3. 让推理变得“稳定、可复用、可解释”
由于推理链被显式保存，GLM-4.7 的输出具备：
稳定性：逻辑连贯、不易漂移；
可复用性：可延续推理结果，不必重复思考；
可解释性：可追踪模型的决策依据。
这为模型的安全性、可靠性和工程应用提供了新的基础。
GLM-4.7 有哪些重大升级？
🧩 1. 编程能力（Coding Ability）全面升级
GLM-4.7 的编码能力得到了大幅的提升
🧠 它能“先思考再动手”，比以前更少出错。 比如：在写函数前，它会先规划结构和逻辑，不会一上来就乱写。
这点非常接近人类开发者的思维方式。
🎨 2. 视觉与设计能力（Vibe Coding）更强
GLM-4.7 不只是会“写代码”，它还会“设计界面”。
GLM-4.7 对生成内容的**视觉一致性（Visual Consistency）**做了大幅优化：
自动生成结构化 HTML、CSS、JavaScript 代码；
幻灯片（Slides）生成时改进了排版与比例感；
生成网页具备现代化风格与可用性。
举例：
能生成 干净、现代感的网页；
能排版 美观的幻灯片和海报；
自动控制 布局、颜色和文字比例，视觉统一。
以前生成的网页像“开发者作品”， 现在生成的网页更像“设计师作品”。
🛠️ 3. 工具使用与网络浏览更聪明
GLM-4.7 可以主动使用工具，比如上网搜索或调用外部 API。
在 BrowseComp 中，从 45.1% 提升至 52.0%；
支持多工具上下文融合（context-managed browsing 模式）；
在 τ²-Bench 中达到 87.4%，优于 GPT-5 (82.7)。
它能：
打开网页自己查资料；
自动提取信息；
在回答问题时引用最新内容；
自动执行命令（例如：下载文件、处理数据等）。
🔢 4. 复杂推理与数学能力更强
GLM-4.7 的逻辑推理能力有大幅度提升：
🧮 表现效果：
能正确解答更复杂的数学题；
在写代码前能推导更长的逻辑链；
在解释问题时更清晰、有条理。
和 GPT-5、Claude、Gemini 比起来如何？
GLM-4.7 的综合表现介于 GPT-5 与 Claude 4.5 之间， 在“代码生成 + 思考机制 + 视觉输出”方面更具优势。
在推理能力上，GLM-4.7 的平均表现略低于 GPT-5 系列，但超过 Claude Sonnet 4.5 与 Kimi K2：
GLM-4.7 在性能层面达到“GPT-5 级别的综合平衡型模型”。
推理层面： 数学逻辑接近 GPT-5，高于 Claude 4.5。
编程层面： SWE-bench、Terminal Bench 提升显著，具备行业级可用性。
智能体层面： τ²-Bench 成绩领先，展示出真实任务闭环能力。
稳定性： 由于“Preserved Thinking”，在长任务、复盘任务中表现极佳。
多语言与成本： 兼顾性能与性价比，是 2025 年底全球最具实用价值的开源模型之一。
使用方式（非常简单）
🌐 在线体验： 👉 Z.ai 平台 切换模型为 GLM-4.7
🧰 API 调用： 文档地址：GLM-4.7 API Guide
💾 本地部署：
可在 HuggingFace、ModelScope 下载模型权重
支持框架：vLLM、SGLang
兼容 OpenRouter 平台
💸 价格方案：
GLM Coding Plan 用户自动升级至 GLM-4.7。 相较 Claude Code 模型：
成本为其 1/7；
使用配额为其 3 倍；
编程任务性能达到 90% Claude 水平。
GitHub：https://github.com/zai-org/GLM-4.5
模型下载：https://huggingface.co/zai-org/GLM-4.7
技术报告：https://arxiv.org/abs/2508.06471