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(fù)雜推理方面的功能均有提升。

交錯(cuò)式思維和保留式思維

GLM-4.7 進(jìn)一步增強(qiáng)了由 GLM-4.5 引入的交錯(cuò)思維，并引入了保持思維和回合級(jí)思維。

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

• 交錯(cuò)式思維：該模型在每次響應(yīng)和工具調(diào)用之前都會(huì)進(jìn)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(chǎng)景中，該模型會(huì)自動(dòng)保留多輪對(duì)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(dǎo)。這減少了信息丟失和不一致，非常適合長期、復(fù)雜的任務(wù)。

• 回合級(jí)思考：該模型支持對(duì)會(huì)話中的推理進(jìn)行逐回合控制——對(duì)于輕量級(jí)請(qǐng)求禁用思考以減少延遲/成本，對(duì)于復(fù)雜任務(wù)啟用思考以提高準(zhǔn)確性和穩(wěn)定性。

回合級(jí)思考是 GLM-4.7 中引入的一項(xiàng)新功能，具有以下優(yōu)勢(shì)：

• 更靈活的成本/延遲控制：對(duì)于“詢問事實(shí)”或“調(diào)整措辭”等輕量級(jí)任務(wù)，可以禁用思考功能以獲得更快的響應(yīng)；對(duì)于“復(fù)雜規(guī)劃”、“多約束推理”或“代碼調(diào)試”等較重的任務(wù)，可以啟用思考功能以提高準(zhǔn)確性和穩(wěn)定性。

• 更流暢的多輪運(yùn)算體驗(yàn)：思維模式可以在運(yùn)算過程中的任何時(shí)刻切換。模型在各輪運(yùn)算中保持連貫性，并保持一致的輸出風(fēng)格，使其在難題上表現(xiàn)得更智能，在簡(jiǎn)單問題上表現(xiàn)得更快。

• 更適合代理/工具使用場(chǎng)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——?jiǎng)討B(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(wù)方面取得了顯著提升，包括在 SWE-bench 測(cè)試中提升 73.8%（+5.8%），在 SWE-bench Multilingual 測(cè)試中提升 66.7%（+12.9%），以及在 Terminal Bench 2.0 測(cè)試中提升 41%（+16.5%）。

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

GLM-4.7 在提升用戶界面質(zhì)量方面取得了重大進(jìn)展。它能夠生成更簡(jiǎn)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(zhǔn)測(cè)試以及通過 BrowseComp 進(jìn)行的網(wǎng)頁瀏覽測(cè)試中，性能均有顯著提升。

在數(shù)學(xué)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(zhǔn)測(cè)試中取得了（42.8%，+12.4%）的成績(jī)，與 GLM-4.6 相比。

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

詳細(xì)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(xiàng)基準(zhǔn)測(cè)試（包括 8 項(xiàng)推理基準(zhǔn)測(cè)試、5 項(xiàng)編碼基準(zhǔn)測(cè)試和 3 項(xiàng)智能體基準(zhǔn)測(cè)試）上的性能。

相關(guān)人員表示，通用人工智能（AGI）的研發(fā)是一個(gè)漫長的過程，基準(zhǔn)測(cè)試只是評(píng)估性能的一種方式。雖然這些指標(biāo)提供了必要的檢查點(diǎn)，但最重要的仍然是實(shí)際體驗(yàn)。真正的智能不僅僅在于考試成績(jī)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