Z.ai Update bringt GLM-4.7 heraus und positioniert es als neues Flaggschiff-Basismodell. Laut offiziellen Angaben hat GLM-4.7 seine Programmierfähigkeiten, komplexes Denken und Werkzeugnutzung im Vergleich zu GLM-4.6 deutlich verbessert und wurde auch in Szenarien wie Chat, kreativem Schreiben und Rollenspielen verbessert; Modellgewichte sind öffentlich in Hugging Face und ModelScope verfügbar und können direkt in chat.z.ai erlebt werden.
Auf der Fähigkeitsseite legt GLM-4.7 Wert auf Stabilität für "Agentencoding" und "Long-Link-Aufgaben": Einführung eines granulareren Denkmechanismus, einschließlich Inferenz vor dem Aufruf von Werkzeugen, und Beibehaltung von Inferenzinhalten in mehreren Gesprächsrunden, um Informationsverluste zu reduzieren und so die Konsistenz der mehrstufigen Ausführung zu verbessern. Im Hinblick auf Benchmark-Indikatoren listet der Beamte eine Reihe von vergleichenden Daten wie SWE-bench Verified, SWE-bench Multilingual und Terminal Bench 2.0 in der Modellkarte auf und beschreibt sie als führend im Open-Source-Camp.
GLM-4.7 wurde schrittweise als Standardmodell des GLM-Codingplans ersetzt und bietet Zugriffsleitlinien für gängige Codierwerkzeugketten. Die Abonnementseite zeigt, dass der Tarif bei 3 $ im Monat beginnt. Da verschiedene Regionen, Konten und Werkzeugkonfigurationen die verfügbaren Modelle und Erfahrungseffekte beeinflussen können, müssen Nutzer weiterhin auf Quoten, Aufrufmethoden und lokale Rechenleistungskosten achten.
FAQs
F: Welches Modell ist GLM-4.7?
A: Die von Z.ai veröffentlichte große Modellversion konzentriert sich auf Programmierung, komplexes Denken und Werkzeugaufrufe und bietet offene Gewichte sowie Online-Erfahrungen.
F: Was sind die wichtigsten Verbesserungen zwischen GLM-4.7 und GLM-4.6?
A: Der Offizielle legt Wert auf Programmierfähigkeiten, komplexes Denken und die Stabilität der Toolchain-Ausführung und verbessert gleichzeitig die Leistung von Chat- und kreativen Szenarien.
F: Kann GLM-4.7 lokal eingesetzt werden?
A: Ja, der Offizielle bietet einen offenen Download-Kanal und gibt Bereitstellungsanweisungen nach dem Mainstream-Reasoning-Rahmen, aber die Rechenleistung und der Kostendruck sind größer.
F: Wie ist die Beziehung zwischen dem GLM-Codierungsplan und GLM-4.7?
A: GLM-4.7 ist bereits eines der Standardmodelle für diesen Abonnementplan und bietet Zugriffs- und Konfigurationsanleitungen für verschiedene Coding-Tools.
F: Welches Problem löst GLM-4.7s "reserviertes Denken"-Mechanismus?
A: Es wird verwendet, um Inkonsistenz zwischen Inferenzverlust und Inkonsistenz bei Aufgaben mit mehreren Runden zu verringern und die Steuerbarkeit sowie Abschlussrate von Long-Link-Proxy-Aufgaben zu verbessern.
