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
Son bilan?
- Au classement général, 94e sur 257, dans un groupe de 24 modèles trop proches pour être départagés.
- Pas encore classé en raisonnement, code et tâches d'agent : trop peu de mesures.
- Pas encore mesuré en compréhension d'images.
Estimationenviron 1,1 € pour 1 000 questions par l'API, en comptant 1 000 jetons lus et 500 écrits par question. Comment on l'estime
Score général?
75,3de 71,4 à 79,3
Les dix tâches?
- Raisonnement75,6Provisoire · 22 %, voir le classement Raisonnement
- Code76,9Provisoire · 17 %, voir le classement Code
- Agents81,7Provisoire · 12 %, voir le classement Agents
- Usage77,2Rang 92 · 100 %, voir le classement Usage
- Maths70,0Rang 81 · 62 %, voir le classement Maths
- Sciences75,1Rang 66 · 60 %, voir le classement Sciences
- Français70,3Rang 70 · 50 %, voir le classement Français
- VisionNon mesuré
- Écriture76,9Rang 92 · 100 %, voir le classement Écriture
- Web79,1Rang 76 · 100 %, voir le classement Web
Artificial Analysis
Hors du scoreArtificial Analysis évalue les modèles de son côté et publie son propre indice, l'Artificial Analysis Intelligence Index. 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 | Rang chez eux | Vitesse | Premier jeton | Prix par million de jetonsentrée / sortie |
|---|---|---|---|---|---|
| GLM-4.7 (Reasoning) | 22,2 | non publié | 0,0 jetons/s | 0,00 s | 0,525 $ / 2,1 $ |
| GLM-4.7 (Non-reasoning) | 17,4 | non publié | 0,0 jetons/s | 0,00 s | 0,525 $ / 2,1 $ |
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. Relevé le 26 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
- EstiméMac Studio M5 Ultra, 512 GoMac 512 Go · 1,2 To/s · version allégée à 4 bitsde 17 à 44 jetons/s estimés
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. Les prix et les marchands sont sur la page de chaque machine.
Pour aller plus loin. Installer Ollama, lancer un premier modèle et fixer la taille du contexte pour qu'il tienne dans la mémoire de la machine. Ollama & les modèles locaux, sur minilabai.com. Un guide du même auteur que QUELLE IA.
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- TéléchargerHugging FaceLes poids officiels du modèle
- Sur votre machineOllamaChercher le modèle, une commande pour le lancer
- Sur votre machineLM StudioInterface graphique, Windows, Mac et Linux
- Par APIOpenRouterUne clé pour tous les modèles, prix au jeton
- Par APIAPI Z.ai (Zhipu AI)L'offre officielle de l'éditeur
- L'essayerZ.aiLa discussion en ligne de l'éditeur
Selon l'outil
Le même modèle n'obtient pas le même score selon l'outil qui le pilote. Ces mesures viennent des classements publics, une par outil.
GLM-4.7 sur Terminal-Bench 2.0
2 outils · écart de 0,1 pointoutil de banc d'essaiautre agent
Modèle sorti le 22 décembre 2025 · source : tbench.ai
Le classement Terminal-Bench date chaque ligne du jour de sortie du modèle et ne publie pas la date de chaque mesure.
En bref
- Quel est le score de GLM-4.7 ?
- GLM-4.7 obtient un score IA de 75,3, avec une marge de 71,4 à 79,3, dans l'édition du 9 novembre 2026. Il est classé 94e sur 257 modèles, à partir de 18 mesures.?
- Dans quelles tâches GLM-4.7 est-il le plus fort ?
- Ses deux meilleures tâches sont agents (81,7) et web (79,1). Sa tâche la plus faible est maths (70,0).
- 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. Pour fixer les idées, 1 000 questions de 1 000 jetons, avec des réponses de 500 jetons, coûteraient environ 1,1 € par l'API : c'est une estimation, pas un tarif. 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.