GLM-4.7 ist das offene Coding-Modell von Z.AI für agentische Entwicklungsarbeit, etwa in Werkzeugen wie Claude Code, Cline oder Roo Code. Gegenüber GLM-4.6 steigen die Werte deutlich, bei SWE-bench Verified von 68,0 auf 73,8 und bei Terminal Bench 2.0 von 24,5 auf 41,0. Neu ist Preserved Thinking: Das Modell behält seine Denkschritte über mehrere Gesprächsrunden, statt sie bei jeder Anfrage neu aufzubauen.
Technisch ist GLM-4.7 ein Mixture-of-Experts-Modell (MoE) aus vielen spezialisierten Teilnetzen. Von 355 Milliarden Parametern sind je verarbeitetem Textbaustein (Token) nur 32 Milliarden aktiv. Mit GLM-4.7-Flash gibt es zusätzlich eine kompakte Variante mit 30 Milliarden Parametern, die auf einer einzelnen GPU läuft. Beide stehen unter der MIT-Lizenz.
GLM-4.7 (+ GLM-4.7-Flash)
Z.AI (Zhipu AI)
Dezember 2025
MIT
MoE, agentisches Coding, rein textbasiert, Flash als kompakte Variante
GLM-4.7: 355 Mrd. total (32 Mrd. aktiv pro Token), Flash: 30 Mrd. total (3 Mrd. aktiv)
MoE mit Grouped-Query Attention und MTP-Layer, Interleaved und Preserved Thinking
92 (GLM-4.7)
160 Experten, 8 aktiv je Token, 1 geteilter Experte (GLM-4.7)
200.000 Token (Ausgabe bis 128.000 Token)
Das Hauptmodell mit 355 Milliarden Parametern, als BF16-Referenz und als offizielle FP8-Fassung. Bei FP8 sind die Gewichte mit 8 statt 16 Bit gespeichert, der Speicherbedarf halbiert sich etwa.
Kompakte Variante mit 30 Milliarden Parametern, davon 3 Milliarden aktiv, veröffentlicht im Januar 2026. Sie läuft auf einer einzelnen H100 und verbindet laut Z.AI Leistung und Effizienz.
| Benchmark | GLM-4.7 | GLM-4.6 | Kimi K2 Thinking | DeepSeek-V3.2 | Claude Sonnet 4.5 | GPT-5-High |
|---|---|---|---|---|---|---|
| SWE-bench Verified | 73,8 | 68,0 | 71,3 | 73,1 | 77,2 | 74,9 |
| SWE-bench Multilingual | 66,7 | 53,8 | 61,1 | 70,2 | 68,0 | 55,3 |
| Terminal Bench 2.0 | 41,0 | 24,5 | 35,7 | 46,4 | 42,8 | 35,2 |
| Terminal Bench Hard | 33,3 | 23,6 | 30,6 | 35,4 | 33,3 | 30,5 |
| LiveCodeBench-v6 | 84,9 | 82,8 | 83,1 | 83,3 | 64,0 | 87,0 |
| τ²-Bench | 87,4 | 75,2 | 74,3 | 85,3 | 87,2 | 82,4 |
| HLE (mit Tools) | 42,8 | 30,4 | 44,9 | 40,8 | 32,0 | 35,2 |
| GPQA-Diamond | 85,7 | 81,0 | 84,5 | 82,4 | 83,4 | 85,7 |
| AIME 2025 | 95,7 | 93,9 | 94,5 | 93,1 | 87,0 | 94,6 |
| HMMT Feb. 2025 | 97,1 | 89,2 | 89,4 | 92,5 | 79,2 | 88,3 |
| MMLU-Pro | 84,3 | 83,2 | 84,6 | 85,0 | 88,2 | 87,5 |
Quelle: offizielle GLM-4.7 Model Card (Z.AI, Dezember 2025). Angaben in Prozent. Für GLM-4.7-Flash weist die Model Card keine Werte aus.
Starkes agentisches Coding unter MIT-Lizenz, wahlweise als großes Modell oder kompakte Flash-Variante. Wir prüfen mit Ihnen Nutzen, Auslegung und Betriebskosten.
Z.AI veröffentlicht für GLM-4.7 keine eigenen Angaben zu den Trainingsdaten. Die Model Card verweist auf den Technical Report zu GLM-4.5: Vortraining auf 23 Billionen Token, anschließend Post-Training mit spezialisierten Expertenmodellen und Reinforcement Learning, bei dem das Modell aus Bewertungen seiner eigenen Antworten lernt.
GLM-4.7 eignet sich für Teams, die Coding-Agenten mit einem offenen Modell selbst betreiben wollen. In einer KI-Beratung klären wir mit Ihnen, ob das Hauptmodell oder die Flash-Variante besser passt.
Deutlich besser beim Coding als GLM-4.6: SWE-bench Multilingual steigt von 53,8 auf 66,7, Terminal Bench 2.0 von 24,5 auf 41,0.
Preserved Thinking für Agenten: Erhaltene Denkschritte machen lange Agenten-Abläufe effizienter.
Stark in Mathematik: Bei HMMT Feb. 2025 erreicht GLM-4.7 97,1 und liegt vor Claude Sonnet 4.5 und GPT-5-High.
Kompakte Flash-Variante: GLM-4.7-Flash bringt die Modellfamilie auf eine einzelne GPU.
Kommerziell frei nutzbar: Die MIT-Lizenz erlaubt Einsatz, Anpassung und Weitergabe ohne Nutzungsbeschränkungen.
Hoher Hardware-Bedarf: Das Hauptmodell braucht auch in FP8 acht H100 oder vier H200.
Rein textbasiert: Für Bilder und Videos ist ein eigenes Modell wie GLM-4.6V nötig.
Nicht in allen Tests vorn: DeepSeek-V3.2 liegt bei Terminal Bench 2.0 und SWE-bench Multilingual vorn, Claude Sonnet 4.5 bei SWE-bench Verified.
Überholt durch GLM-5: Der Nachfolger GLM-5 ist bei Agenten-Aufgaben deutlich stärker, braucht aber mehr Hardware.
Wir planen die Cluster-Auslegung für GLM-4.7, übernehmen Inbetriebnahme, Quantisierung und Betrieb und hosten das Modell auf Wunsch DSGVO-konform in unserem zertifizierten Rechenzentrum in Limburg an der Lahn.
Normalerweise verwirft ein Modell seine Denkschritte nach jeder Antwort. Bei Preserved Thinking bleiben sie über mehrere Gesprächsrunden erhalten. In Coding-Agenten spart das Rechenzeit und hält lange Abläufe konsistent. Laut Z.AI unterstützt beim Selbstbetrieb derzeit nur SGLang diese Funktion.
Mit den FP8-Gewichten rechnen Sie mit acht H100 oder vier H200, mit BF16 mit der doppelten Anzahl. Die kompakte Variante GLM-4.7-Flash läuft auf einer einzelnen H100.
Eine kompakte Variante mit 30 Milliarden Parametern, von denen je Token 3 Milliarden aktiv sind. Sie erschien im Januar 2026 und eignet sich, wenn Tempo und Hardware-Budget wichtiger sind als maximale Qualität.
Die Architektur ist gleich, das Training aber stärker auf agentisches Coding ausgerichtet. SWE-bench Verified steigt von 68,0 auf 73,8, Terminal Bench 2.0 von 24,5 auf 41,0. Hinzu kommen Preserved Thinking und die Steuerung der Denkphase je Runde. Mehr zum Vorgänger lesen Sie auf unserer Seite zu GLM-4.6.
Ja. Z.AI veröffentlicht die Gewichte unter der MIT-Lizenz. Sie dürfen das Modell kommerziell einsetzen, anpassen und weitergeben, ohne Nutzungsbeschränkungen oder Umsatzgrenzen.
Möchten Sie individuell beraten werden?
Unsere KI-Experten sind für Sie da!
