智譜的 GLM-4.7 開源，編程方面再度加強(qiáng)

針對 Claude Code、Kilo Code、TRAE、Cline、Roo Code 做了專項(xiàng)優(yōu)化，支持"先思考、再行動"

這個模型提前用上了，很是不錯，借用楊攀老哥的話說

"第一次在我這里一款開源模型能在 Claude Code 中真正用起來了，而且是無感那種"

官方說，GLM-4.7 提升了很多的編程能力

但從我的感覺，體感最大的是審美的提升，可以看看下面的視頻

以前生成 10 張 PPT 有 5 張要手動調(diào)版式，現(xiàn)在基本即開即用

前端生成也是，布局、配色、組件樣式的默認(rèn)方案更合理

Coding 數(shù)據(jù)

LiveCodeBench V6：84.8，開源 SOTA，超過 Claude Sonnet 4.5

SWE-bench-Verified：開源第一

SWE-bench：73.8%，比 4.6 提升 5.8%

HLE：42.8%，比 4.6 提升 41%，超過 GPT-5.1

τ2-Bench 工具調(diào)用：84.7，開源 SOTA，超過 Claude Sonnet 4.5

100 個真實(shí)編程任務(wù)測試，覆蓋前端、后端、指令遵循，穩(wěn)定性和可交付性都有明顯提升

思考模式

交錯式思考：每次回答/工具調(diào)用前都會思考

保留式思考：多輪對話自動保留思考塊，提升緩存命中率

輪級思考：同一會話內(nèi)按輪控制推理開銷，簡單任務(wù)關(guān)思考，復(fù)雜任務(wù)開思考

怎么用

API：BigModel.cn，GLM Coding Plan 已升級

在線體驗(yàn)：z.ai 全棧開發(fā)，內(nèi)置 Skills 模塊

開源

GitHub
https://github.com/zai-org/GLM-4.7

Huggingface
https://huggingface.co/zai-org/GLM-4.7