Aller au contenu
EN 4 QUESTIONSTrouver mon modèle
Fiche modèle · édition du

GLM-4.7

Z.ai (Zhipu AI) · Chine · sorti le Z.ai (Zhipu AI) · Chine · 22 décembre 2025

  • Poids ouverts · MIT
  • DGX Station
  • Classe énergétique D
74,5de 70,9 à 78,2Rang 84 · 95 %
Empreinte
Raisonnement72,2Code73,2Agents81,6Usage76,6Maths70,1Sciences75,1Français70,1VisionÉcriture76,1Web79,0

Score général

74,5de 70,9 à 78,2

Rang84Groupe 8, ex æquoCouverture95 %19 mesures
Pourquoi ce score ? →

Les dix tâches

  • Raisonnement
    72,2Provisoire · 22 %
  • Code
    73,2Provisoire · 23 %
  • Agents
    81,6Provisoire · 11 %
  • Usage
    76,6Rang 82 · 100 %
  • Maths
    70,1Rang 71 · 62 %
  • Sciences
    75,1Rang 56 · 60 %
  • Français
    70,1Rang 66 · 50 %
  • Vision
    Non mesuré
  • Écriture
    76,1Rang 83 · 100 %
  • Web
    79,0Rang 62 · 100 %

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 évaluéeIndice v4.3Rang chez euxVitessePremier jetonPrix par million de jetonsentrée / sortie
GLM-4.7 (Reasoning)22,2estiméhors classement66,0 jetons/s1,29 s0,6 $ / 2,2 $
GLM-4.7 (Non-reasoning)17,4estiméhors classement62,7 jetons/s1,39 s0,6 $ / 2,2 $

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

Peut-il tourner chez vous ?ESTIMATION

Tient à partir d'une DGX Station (252 Go utiles), en version allégée à 4 bits, par exemple une DGX Station. Mémoire estimée : 246,3 Go.

  • Cartes graphiquesTrop juste
  • PC portables GeForce RTXTrop juste
  • PC portables Intel Core UltraTrop juste
  • PC portables Snapdragon X2Trop juste
  • Mac 512 Gopar exemple Mac Studio M5 Ultra, 512 GoOui, allégé 4 bits
  • Mini-PC et PC portables Ryzen AI MaxTrop juste
  • DGX Stationpar exemple Nvidia DGX StationOui, allégé 4 bits
  • Sans carte graphiqueTrop juste
  • ServeurOui
Mémoire selon la versionAllégée, 4 bits246,3 GoAllégée, 8 bits431,1 GoComplète, 16 bits821,1 GoLe pointillé marque 252 Go, la mémoire utile d'une DGX Station. Au-delà, le modèle ne tient plus sur cette machine.

Les benchmarks mesurent la version complète du modèle. La version allégée fait un peu moins bien. À télécharger avec Ollama, LM Studio ou llama.cpp. Comment on compte la mémoire.

Fiche technique

Prix
0,35 € / 1,52 €entrée / sortie, par million de jetons
Fenêtre de contexte
202 752 jetonsenviron 152 000 mots
Entrées
Texte
Réflexion
Non communiqué
Paramètres
357 milliards
Licence
MITpoids ouverts, téléchargeables
Classe énergétique
Dsur une échelle de A à G
Hébergement en Europe
Possible
Connaissances jusqu'à
Avril 2025

Où le trouver

Liens directs, sans affiliation

Toutes les mesures

24 mesures · la matière du score
BenchmarkPubliéSuggèreRéflexionÉtatSource
OTIS Mock AIME 2024-202583,3 %73,4InconnueSATURÉepoch.ai
GPQA Diamond83,3 %75,5InconnueACTIFepoch.ai
Arena, texte1 441,5 Elo79,0InconnueACTIFarena.ai
Arena, questions de code1 484,0 Elo78,1InconnueACTIFarena.ai
Arena, écriture créative1 404,9 Elo77,7InconnueACTIFarena.ai
Arena, questions d'experts1 448,9 Elo75,5InconnueACTIFarena.ai
Arena, questions de maths1 427,7 Elo75,1InconnueACTIFarena.ai
Arena, questions en français1 447,8 Elo75,6InconnueACTIFarena.ai
Code Arena, WebDev1 434,5 Elo79,6InconnueACTIFarena.ai
Vending-Bench 22 377 $85,3InconnueACTIFepoch.ai
SciCode45,1 %77,5InconnueACTIFartificialanalysis.ai
SimpleBench47,7 %74,9InconnueACTIFepoch.ai
Voir les 12 autres mesures
SimpleBench47,7 %74,9InconnueACTIFepoch.ai
compar:IA917,0 Elo26,4InconnueACTIFarene.comparia.beta.gouv.fr
Terminal-Bench 2.033,4 %72,5Inconnue · Terminus 2ACTIFtbench.ai
Terminal-Bench 2.033,3 %72,5Inconnue · CruxACTIFtbench.ai
SimpleQA Verified32,2 %75,4InconnueACTIFepoch.ai
CL-bench15,9 %74,1InconnueACTIFepoch.ai
CL-bench Life10,9 %77,4InconnueACTIFepoch.ai
ProofBench6 %77,2InconnueSATURÉvals.ai
CritPt1,7 %66,2InconnueACTIFepoch.ai
Chess Puzzles6 %48,6InconnueACTIFepoch.ai

En bref

Quel est le score de GLM-4.7 ?
GLM-4.7 obtient un score IA de 74,5, avec une marge de 70,9 à 78,2, dans l'édition du 28 septembre 2026. Il est classé 84e sur 246 modèles, à partir de 19 mesures.
Dans quelles tâches GLM-4.7 est-il le plus fort ?
Ses deux meilleures tâches sont agents (81,6) et web (79,0). Sa tâche la plus faible est français (70,1).
GLM-4.7 peut-il tourner en local ?
Tient à partir d'une DGX Station (252 Go utiles), en version allégée à 4 bits, par exemple une DGX Station. Mémoire estimée : 246,3 Go.
Combien coûte GLM-4.7 ?
0,35 € par million de jetons en entrée et 1,52 € 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 ?
GLM-4.7 est édité par Z.ai (Zhipu AI) (Chine), et il est sorti le 22 décembre 2025. Ses poids sont ouverts, sous licence MIT.

Ses voisins