# glm-4.7-flash

> Fiche du modèle de langage glm-4.7-flash sur Quelle IA, édition du 28 septembre 2026. glm-4.7-flash (Z.ai (Zhipu AI)) : score IA de 61,8, 150e sur 246. Scores par tâche, prix, exécution locale et liens pour le télécharger ou l'essayer.

Page : https://quelleia.com/modeles/glm-4-7-flash/
Origine : Z.ai (Zhipu AI) · Chine · sorti le 19 janvier 2026

## Score général

- Score IA : 61,8 (marge à 90 % : de 57,8 à 65,7)
- Rang : 150 (Groupe 11, ex æquo)
- Couverture : 75 % du poids des tâches, 17 mesures
- Échelle : 100 pour le meilleur modèle au lancement du site, 50 pour GPT-4o de novembre 2024.

## Scores par tâche

| Tâche | Score | Détail |
| --- | --- | --- |
| Raisonnement | 59,9 | Provisoire · 11 % |
| Code | 63,1 | Provisoire · 8 % |
| Agents | non mesuré | Non mesuré |
| Usage | 61,5 | Rang 159 · 100 % |
| Maths | 64,4 | Provisoire · 25 % |
| Sciences | 60,2 | Provisoire · 40 % |
| Français | 56,8 | Rang 106 · 75 % |
| Vision | non mesuré | Non mesuré |
| Écriture | 58,9 | Rang 168 · 100 % |
| Web | non mesuré | Non mesuré |

## Artificial Analysis (hors du score)

Artificial Analysis évalue les modèles de son côté et publie son propre indice, l'Artificial Analysis Intelligence Index v4.3. C'est un autre indice, qui ne compte pas dans le score IA de Quelle IA et ne se compare pas directement à lui.

| Version évaluée | Indice v4.3 | Rang chez eux | Vitesse | Premier jeton | Prix par million de jetons (entrée / sortie) |
| --- | --- | --- | --- | --- | --- |
| [GLM-4.7-Flash (Reasoning)](https://artificialanalysis.ai/models/glm-4-7-flash) | 14,9 (estimé) | hors classement | 59,5 jetons/s | 1,47 s | 0,07 $ / 0,4 $ |
| [GLM-4.7-Flash (Non-reasoning)](https://artificialanalysis.ai/models/glm-4-7-flash-non-reasoning) | 10,6 (estimé) | hors classement | 81,7 jetons/s | 1,66 s | 0,07 $ / 0,4 $ |

Médianes de leurs mesures : vitesse en jetons produits par seconde, délai avant le premier jeton en secondes. Prix en dollars par million de jetons, en entrée puis en sortie. Rang parmi les 193 modèles que leur indice classe ; un indice qu'ils estiment reste hors de ce classement. Relevé le 1er octobre 2026 sur leur site, reproduit avec leur accord.

Source : Artificial Analysis, https://artificialanalysis.ai/models/glm-4-7-flash

## Exécution locale

Tient à partir d'une carte graphique de 24 Go (22 Go utiles), en version allégée à 4 bits, par exemple une Intel Arc Pro B60. Mémoire estimée : 21,5 Go.

- Allégée, 4 bits : 21,5 Go
- Allégée, 8 bits : 37,7 Go
- Complète, 16 bits : 71,8 Go

- Plus petite machine : [Carte graphique 24 Go](https://quelleia.com/local/#carte_graphique_24_go), version allégée à 4 bits
- Carte graphique : [Carte graphique 24 Go](https://quelleia.com/local/#carte_graphique_24_go), version allégée à 4 bits ; par exemple [Intel Arc Pro B60](https://quelleia.com/local/intel-arc-pro-b60/)
- PC portable RTX : [PC portable GeForce RTX 24 Go](https://quelleia.com/local/#pc_portable_rtx_24_go), version allégée à 4 bits ; par exemple [PC portable avec GeForce RTX 5090](https://quelleia.com/local/pc-portable-geforce-rtx-5090/)
- PC portable Intel : Trop juste
- PC portable Snapdragon : Trop juste
- Mac : [Mac 32 Go](https://quelleia.com/local/#mac_32_go), version allégée à 4 bits ; par exemple [Mac mini M6, 32 Go](https://quelleia.com/local/mac-mini-m6-32go/)
- Ryzen AI Max : [Ryzen AI Max 32 Go](https://quelleia.com/local/#ryzen_ai_max_32_go), version allégée à 4 bits ; par exemple [Ryzen AI Max 385, 32 Go](https://quelleia.com/local/ryzen-ai-max-385-32go/)
- Nvidia DGX : [DGX Spark 128 Go](https://quelleia.com/local/#dgx_spark), version complète ; par exemple [Nvidia DGX Spark](https://quelleia.com/local/dgx-spark/)
- Sans carte graphique : Trop juste
- Serveur : Oui

## Fiche technique

- Prix : 0,00 € / 0,00 € (entrée / sortie, par million de jetons)
- Fenêtre de contexte : 200 000 jetons (environ 150 000 mots)
- Entrées : Texte
- Réflexion : Non communiqué
- Paramètres : 31,2 milliards
- Licence : Poids ouverts (poids ouverts, téléchargeables)
- Classe énergétique : Non communiquée
- Hébergement en Europe : Non communiqué
- Connaissances jusqu'à : Avril 2025

## Où le trouver

- Télécharger : [Hugging Face](https://huggingface.co/zai-org/GLM-4.7-Flash)
- Sur votre machine : [Ollama](https://ollama.com/search?q=GLM-4.7-Flash)
- Sur votre machine : [LM Studio](https://lmstudio.ai)
- Par API : [OpenRouter](https://openrouter.ai/z-ai/glm-4.7-flash)
- Par API : [API Z.ai (Zhipu AI)](https://docs.z.ai)
- L'essayer : [Z.ai](https://chat.z.ai)

## Mesures

| Benchmark | Tâche | Publié | Niveau suggéré | État | Source |
| --- | --- | --- | --- | --- | --- |
| EuroEval, Allociné (sentiment) | Français | 95,3 % | 61,1 | saturé | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, Allociné (sentiment) | Français | 94,6 % | 53,9 | saturé | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, FQuAD (compréhension) | Français | 67,7 % | 57,0 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, FQuAD (compréhension) | Français | 66,9 % | 52,8 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, ELTeC (noms propres) | Français | 65,7 % | 64,0 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, ELTeC (noms propres) | Français | 61,9 % | 51,1 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| OTIS Mock AIME 2024-2025 | Maths | 58,3 % | 64,7 | saturé | https://epoch.ai/benchmarks |
| EuroEval, ScaLA (grammaire) | Français | 58 % | 84,0 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, INCLUDE (connaissances) | Français | 56,4 % | 50,3 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, ScaLA (grammaire) | Français | 56,2 % | 80,1 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, HellaSwag (bon sens) | Français | 53,6 % | 42,6 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, INCLUDE (connaissances) | Français | 53,5 % | 46,0 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, HellaSwag (bon sens) | Français | 48,3 % | 35,7 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| GPQA Diamond | Sciences | 60,5 % | 59,6 | actif | https://epoch.ai/benchmarks |
| Arena, questions de code | Code | 1 423,1 Elo | 64,7 | actif | https://arena.ai/leaderboard |
| Arena, questions d'experts | Sciences | 1 386,1 Elo | 63,6 | actif | https://arena.ai/leaderboard |
| Arena, texte | Usage | 1 364,8 Elo | 61,3 | actif | https://arena.ai/leaderboard |
| Arena, questions de maths | Maths | 1 361,8 Elo | 61,6 | actif | https://arena.ai/leaderboard |
| Arena, écriture créative | Écriture | 1 306,5 Elo | 55,5 | actif | https://arena.ai/leaderboard |
| Arena, questions en français | Français | 1 355,5 Elo | 55,8 | actif | https://arena.ai/leaderboard |
| EuroEval, OrangeSum (résumé) | Français | 36,3 % | 34,7 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, OrangeSum (résumé) | Français | 36,2 % | 30,5 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, MultiLoKo (connaissances locales) | Français | 24,2 % | 59,4 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| Chess Puzzles | Raisonnement | 0 % | 47,6 | actif | https://epoch.ai/benchmarks |

## En bref

**Quel est le score de glm-4.7-flash ?** glm-4.7-flash obtient un score IA de 61,8, avec une marge de 57,8 à 65,7, dans l'édition du 28 septembre 2026. Il est classé 150e sur 246 modèles, à partir de 17 mesures.

**Dans quelles tâches glm-4.7-flash est-il le plus fort ?** Ses deux meilleures tâches sont maths (64,4) et code (63,1). Sa tâche la plus faible est français (56,8).

**glm-4.7-flash peut-il tourner en local ?** Tient à partir d'une carte graphique de 24 Go (22 Go utiles), en version allégée à 4 bits, par exemple une Intel Arc Pro B60. Mémoire estimée : 21,5 Go.

**Combien coûte glm-4.7-flash ?** 0,00 € par million de jetons en entrée et 0,00 € en sortie, au tarif affiché par les fournisseurs. Le coût réel d'une tâche dépend du nombre de jetons que le modèle consomme.

**Qui édite glm-4.7-flash ?** glm-4.7-flash est édité par Z.ai (Zhipu AI) (Chine), et il est sorti le 19 janvier 2026. Ses poids sont ouverts.

Source : Quelle IA, édition du 28 septembre 2026. https://quelleia.com