GLM 4.7 Flash
- Разработчик:
- Z AI
- Релиз:
- Идентификатор:
-
z-ai/glm-4.7-flash
Цены GLM 4.7 Flash в рублях — от 6 ₽ за 1 млн токенов
Доступно
3
провайдера,
цены от
6 ₽
до
7 ₽
за 1 млн токенов.
Провайдер подбирается автоматически — по доступности, затем по цене.
| Тип операции | Стоимость |
|---|---|
|
Вход
За 1 млн токенов
Токены, полученные и обработанные моделью при анализе пользовательского запроса и контекста. Включают текст сообщения, предыдущую историю диалога и все передаваемые данные.
|
6 ₽ |
|
Выход
За 1 млн токенов
Токены, генерируемые моделью в виде ответа пользователю. Каждый символ, слово или часть ответа, созданные моделью, включаются в подсчёт выходных токенов.
|
44 ₽ |
|
Кэш: чтение
За 1 млн токенов
Повторное использование кэшированного контента снижает затраты благодаря применению пониженного тарифа на эти токены.
|
1,11 ₽ |
|
Кэш: запись
не поддерживается
|
— |
Возможности GLM 4.7 Flash
Как модель класса 30B SOTA, GLM-4.7-Flash предлагает новый вариант, который балансирует между производительностью и эффективностью. Она дополнительно оптимизирована для агентного кодирования, укрепляя возможности кодирования, планирования задач на длительный срок и сотрудничества с инструментами, и достигла ведущих результатов среди моделей с открытым исходным кодом того же размера на нескольких актуальных публичных рейтингах.
Характеристики GLM 4.7 Flash
Контекстное окно
- Всего
- 200K токенов
- На выход
- 118K токенов
Модальности
- Вход
- Текст
- Выход
- Текст
Сильные стороны
- Рассуждения
-
GPQA Diamond: 58,1 %
Вопросы уровня PhD по биологии, физике и химии (подвыборка Diamond).
- Режим рассуждений
- Вызов инструментов
- Структурированный вывод
- Кэш промпта
Сравнение GLM 4.7 Flash с другими нейросетями: бенчмарки и рейтинг
Независимые замеры, а не цифры из пресс-релиза: место в рейтинге, сравнение с моделями класса и сколько интеллекта вы получаете за рубль.
GLM 4.7 Flash и модели его класса
| Модель | Intelligence | Coding | SciCode | GPQA | HLE | Скорость | Отклик | Цена | Убрать |
|---|---|---|---|---|---|---|---|---|---|
|
|
15,4 | — | 34,4 % | 64,6 % | 4,2 % | 94 ток/с | 0,4 с | 333 ₽ | |
|
|
15,2 | 39,7 | 35,8 % | 74,7 % | 7,0 % | — | — | 4167 ₽ | |
|
|
14,9 | — | 33,1 % | 63,2 % | 5,5 % | — | — | 121 ₽ | |
|
|
14,9 | — | 33,7 % | 58,1 % | 7,6 % | — | — | 25 ₽ | |
|
|
14,7 | 43,4 | 45,5 % | 85,7 % | 23,6 % | 35 ток/с | 1,0 с | 23 ₽ |
Зелёным — лучшее значение в столбце, цена — среднее входа и выхода за 1М токенов. Данные независимых замеров — Artificial Analysis (замерено 8 октября 2026).
Все замеры модели 7
- Intelligence Index
- 14,9
- IFBench
- 60,8 %
- SciCode
- 33,7 %
- GPQA Diamond
- 58,1 %
- Humanity's Last Exam
- 7,6 %
- τ²-Bench
- 98,8 %
- Terminal-Bench Hard
- 22,0 %
Провайдеры GLM 4.7 Flash
Модель развёрнута у
3
провайдеров:
вход 6–7 ₽, выход 44 ₽
за 1 млн токенов.
Порядок выбора по умолчанию:
сначала провайдеры без сбоев, среди них — самый дешёвый, остальные подстраховывают.
| Провайдер | Вход | Выход | Кэш: чтение | Контекст |
|---|---|---|---|---|
|
|
6 ₽ | 44 ₽ | 1,11 ₽ | 128K |
|
|
6 ₽ | 44 ₽ | — | 131K |
|
|
7 ₽ | 44 ₽ | 1,11 ₽ | 200K |
Цены считаются по провайдеру, который фактически обработал запрос. Порядок в таблице — по возрастанию цены. Прочерк — провайдер не поддерживает операцию. Флаг — страна серверов или штаб-квартиры провайдера (на мобильном нажмите на первый столбец, на большом экране — на строку).
API GLM 4.7 Flash:
подключение и примеры кода
API RouterAI совместим с OpenAI SDK: в существующем коде достаточно заменить
base_url
и ключ, идентификатор модели передаётся в поле
model.
Один ключ открывает доступ ко всем моделям каталога, лимиты и расход — в личном кабинете.
from openai import OpenAI
client = OpenAI(
api_key="YOUR_API_KEY",
base_url="https://routerai.ru/api/v1"
)
response = client.chat.completions.create(
model="z-ai/glm-4.7-flash",
messages=[
{"role": "user", "content": "Hello, how are you?"}
]
)
print(response.choices[0].message.content)
import requests
import json
url = "https://routerai.ru/api/v1/chat/completions"
headers = {
"Authorization": "Bearer YOUR_API_KEY",
"Content-Type": "application/json"
}
data = {
"model": "z-ai/glm-4.7-flash",
"messages": [
{"role": "user", "content": "Hello, how are you?"}
]
}
response = requests.post(url, headers=headers, json=data)
result = response.json()
print(json.dumps(result, indent=2))
curl -X POST "https://routerai.ru/api/v1/chat/completions" \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "z-ai/glm-4.7-flash",
"messages": [
{"role": "user", "content": "Hello, how are you?"}
]
}'
Эндпоинты API для GLM 4.7 Flash
Схемы запроса и ответа повторяют OpenAI — существующие клиенты и SDK работают без изменений.
Chat Completions
Основной эндпоинт: принимает историю сообщений и возвращает ответ модели. Поддерживает потоковый (SSE) и обычный режимы.
- Authorization
- Bearer YOUR_API_KEY
- Content-Type
- application/json
- Model
- z-ai/glm-4.7-flash
Поддерживаемые параметры запроса
| Параметр | Тип | По умолчанию | Описание |
|---|---|---|---|
| max_tokens | integer | — | Верхний предел количества токенов, которые модель может сгенерировать в ответе. |
| temperature | float | 1 | Влияет на разнообразие ответов модели: чем выше, тем более случайным будет вывод. |
| top_p | float | 1 | Ограничивает выбор модели долей наиболее вероятных токенов: учитываются только токены, чьи вероятности в сумме дают P. |
| seed | integer | — | Если задан, инференс выполняется детерминированно — повторные запросы с тем же seed и параметрами должны давать одинаковый результат. |
| logprobs | boolean | — | Возвращать ли логарифмы вероятностей выходных токенов. |
| top_logprobs | integer | — | Число от 0 до 20: сколько наиболее вероятных токенов возвращать на каждой позиции, каждый с логарифмом вероятности. |
| response_format | map | — | Заставляет модель выдавать ответ в определённом формате. |
| stop | array | — | Немедленно останавливает генерацию, если модель встречает любой из токенов, указанных в массиве stop. |
| frequency_penalty | float | 0 | Управляет повторением токенов в зависимости от того, как часто они встречаются во входных данных. |
| presence_penalty | float | 0 | Регулирует, насколько часто модель повторяет токены, уже встречавшиеся во входных данных. |
| repetition_penalty | float | — | Снижает вероятность повторения токенов из входных данных, пропорционально тому, как часто они встречаются. |
| top_k | integer | — | Ограничивает выбор модели K наиболее вероятными токенами на каждом шаге. |
| min_p | float | — | Минимальная вероятность токена относительно вероятности самого вероятного токена, чтобы он был рассмотрен. |
| logit_bias | map | — | Изменяет вероятность появления указанных токенов в ответе. |
| structured_outputs | boolean | — | Поддержка ответа по строгой JSON-схеме. |
| tool_choice | map | — | Управляет тем, какую функцию (инструмент) вызовет модель, если они переданы. |
| tools | array | — | Список инструментов (функций), которые модель может вызвать. |
| reasoning | map | — | Настройки рассуждений модели (бюджет токенов, уровень усилий). |
| include_reasoning | boolean | — | Возвращать ли в ответе цепочку рассуждений модели. |
Responses API
Создаёт ответ в формате OpenAI Responses API — для агентных сценариев и работы с инструментами. Поддерживает потоковый и обычный режимы.
- Authorization
- Bearer YOUR_API_KEY
- Content-Type
- application/json
- Model
- z-ai/glm-4.7-flash
Поддерживаемые параметры запроса
| Параметр | Тип | По умолчанию | Описание |
|---|---|---|---|
| max_tokens | integer | — | Верхний предел количества токенов, которые модель может сгенерировать в ответе. |
| temperature | float | 1 | Влияет на разнообразие ответов модели: чем выше, тем более случайным будет вывод. |
| top_p | float | 1 | Ограничивает выбор модели долей наиболее вероятных токенов: учитываются только токены, чьи вероятности в сумме дают P. |
| seed | integer | — | Если задан, инференс выполняется детерминированно — повторные запросы с тем же seed и параметрами должны давать одинаковый результат. |
| logprobs | boolean | — | Возвращать ли логарифмы вероятностей выходных токенов. |
| top_logprobs | integer | — | Число от 0 до 20: сколько наиболее вероятных токенов возвращать на каждой позиции, каждый с логарифмом вероятности. |
| response_format | map | — | Заставляет модель выдавать ответ в определённом формате. |
| stop | array | — | Немедленно останавливает генерацию, если модель встречает любой из токенов, указанных в массиве stop. |
| frequency_penalty | float | 0 | Управляет повторением токенов в зависимости от того, как часто они встречаются во входных данных. |
| presence_penalty | float | 0 | Регулирует, насколько часто модель повторяет токены, уже встречавшиеся во входных данных. |
| repetition_penalty | float | — | Снижает вероятность повторения токенов из входных данных, пропорционально тому, как часто они встречаются. |
| top_k | integer | — | Ограничивает выбор модели K наиболее вероятными токенами на каждом шаге. |
| min_p | float | — | Минимальная вероятность токена относительно вероятности самого вероятного токена, чтобы он был рассмотрен. |
| logit_bias | map | — | Изменяет вероятность появления указанных токенов в ответе. |
| structured_outputs | boolean | — | Поддержка ответа по строгой JSON-схеме. |
| tool_choice | map | — | Управляет тем, какую функцию (инструмент) вызовет модель, если они переданы. |
| tools | array | — | Список инструментов (функций), которые модель может вызвать. |
| reasoning | map | — | Настройки рассуждений модели (бюджет токенов, уровень усилий). |
| include_reasoning | boolean | — | Возвращать ли в ответе цепочку рассуждений модели. |
Messages API
Создаёт сообщение в формате Anthropic Messages API. Поддерживает текст, изображения, инструменты и размышления (thinking).
- Authorization
- Bearer YOUR_API_KEY
- Content-Type
- application/json
- Model
- z-ai/glm-4.7-flash
Поддерживаемые параметры запроса
| Параметр | Тип | По умолчанию | Описание |
|---|---|---|---|
| max_tokens | integer | — | Верхний предел количества токенов, которые модель может сгенерировать в ответе. |
| temperature | float | 1 | Влияет на разнообразие ответов модели: чем выше, тем более случайным будет вывод. |
| top_p | float | 1 | Ограничивает выбор модели долей наиболее вероятных токенов: учитываются только токены, чьи вероятности в сумме дают P. |
| seed | integer | — | Если задан, инференс выполняется детерминированно — повторные запросы с тем же seed и параметрами должны давать одинаковый результат. |
| logprobs | boolean | — | Возвращать ли логарифмы вероятностей выходных токенов. |
| top_logprobs | integer | — | Число от 0 до 20: сколько наиболее вероятных токенов возвращать на каждой позиции, каждый с логарифмом вероятности. |
| response_format | map | — | Заставляет модель выдавать ответ в определённом формате. |
| stop | array | — | Немедленно останавливает генерацию, если модель встречает любой из токенов, указанных в массиве stop. |
| frequency_penalty | float | 0 | Управляет повторением токенов в зависимости от того, как часто они встречаются во входных данных. |
| presence_penalty | float | 0 | Регулирует, насколько часто модель повторяет токены, уже встречавшиеся во входных данных. |
| repetition_penalty | float | — | Снижает вероятность повторения токенов из входных данных, пропорционально тому, как часто они встречаются. |
| top_k | integer | — | Ограничивает выбор модели K наиболее вероятными токенами на каждом шаге. |
| min_p | float | — | Минимальная вероятность токена относительно вероятности самого вероятного токена, чтобы он был рассмотрен. |
| logit_bias | map | — | Изменяет вероятность появления указанных токенов в ответе. |
| structured_outputs | boolean | — | Поддержка ответа по строгой JSON-схеме. |
| tool_choice | map | — | Управляет тем, какую функцию (инструмент) вызовет модель, если они переданы. |
| tools | array | — | Список инструментов (функций), которые модель может вызвать. |
| reasoning | map | — | Настройки рассуждений модели (бюджет токенов, уровень усилий). |
| include_reasoning | boolean | — | Возвращать ли в ответе цепочку рассуждений модели. |
Частые вопросы о GLM 4.7 Flash
-
Работает ли GLM 4.7 Flash из России без VPN?
Да. Прямой доступ через веб-чат и API RouterAI — без VPN, прокси и зарубежных карт, оплата в рублях.
-
Сколько стоит GLM 4.7 Flash?
Вход — 6 ₽ за 1 млн токенов, выход — 44 ₽ за 1 млн токенов. Списывается только фактическое использование, без подписки.
-
Какой контекст у GLM 4.7 Flash?
Контекстное окно — 200K токенов на запрос, длина ответа — до 118K токенов.
-
Поддерживает ли GLM 4.7 Flash вызов инструментов?
Да: модель вызывает функции (параметр tools) и умеет отвечать по строгой JSON-схеме — через API в формате OpenAI.
-
Что с данными в запросах к GLM 4.7 Flash?
Содержимое запросов RouterAI передаёт только провайдеру модели для обработки и не использует для обучения моделей. Email, телефон и платёжные данные провайдерам не передаются, учётные данные хранятся на серверах в России. Политика конфиденциальности
-
Чем RouterAI отличается от сервиса Z AI?
Один ключ и единый баланс в рублях для всех моделей каталога, API в формате OpenAI, а при сбое провайдера запрос автоматически уходит к одному из 3 остальных.
Попробуйте GLM 4.7 Flash
В чате или по API — доступ из России за пару минут, оплата в рублях.