GLM-4.7-Flash (Cloudflare)

GLM-4.7-Flash 属于 GLM Flash 系列，以开源权重形式发布，输入输出均为文本，知识截止到 2025-04。它要解决的是「长上下文但不能太贵」这一常见矛盾：131072 tokens 的上下文窗口与同长度的单次最大输出，让整份合同、整篇技术文档或多轮对话记录可以一次送入，不必先做切片与摘要，输出侧也不会因为长度被截断。能力面覆盖推理、工具调用、结构化输出与温度调节，说明它的设计重心在工程管线而非聊天窗口：模型可以被嵌进函数调用链，按固定 JSON 结构返回结果，并通过温度参数在稳定与发散之间取舍。对开发者而言，它的价值在于把长输入、固定格式输出和低单价叠在一起，使批量字段抽取、语料清洗、报告初稿这类高频任务的边际成本压得很低。需要留意的是，该模型目前仅在单一平台提供，也没有公开跑分可供横向验证，选型时应以自有任务样本的实测为准。

选型建议需要低成本长上下文、且以工具调用和结构化输出为主的应用可以选它；要求强推理、需要多平台冗余或非文本模态时，应另作评估。

• 批量抽取合同、发票与表单中的关键字段，用结构化输出直接写入业务表
• 为内部知识库做长文档摘要与问答改写，单次处理整份报告而不必切片
• 在智能体流程中承担工具调用与参数生成，配合温度调节控制输出稳定性
• 对客服对话做意图识别与分类打标，返回固定 JSON 供下游路由系统消费
• 清洗与扩写训练语料，批量完成格式统一、错别字修正与风格改写

沿用 GLM Flash 系列的轻量路线，权重开放、可自托管，上下文与最大输出等长是其结构上最显著的特征。

• 结构上下文窗口与单次最大输出同为 131072 tokens，长文档整段输入后仍留出完整输出余量，减少分段拼接带来的信息损失。
• 能力原生支持推理、工具调用、结构化输出与温度调节，适合直接接入函数调用、JSON 返回等需要确定格式的流水线。
• 披露参数量、层数与训练数据构成未在现有事实中给出，公开资料较少；知识截止为 2025-04，之后的事件需靠外部检索补齐。

开源权重

是

模型家族

glm-flash

现有事实中没有第三方跑分，以下判断基于功能项、上下文规格与价格档位，属于定性评估而非量化结论。

• 强项长输入与长输出对等，单次可产出 131072 tokens，适合整篇报告、长代码文件或大段结构化数据的连续生成。
• 短板缺少公开跑分佐证，多步推理与复杂规划的实际上限难以事前评估，高难度任务建议先小样本验证再放量。
• 适合工具调用频繁、输出格式固定的中低难度任务，如字段抽取、分类打标、批量改写，而非开放式深度研究。
• 取舍低价与长上下文往往伴随推理深度上的让步，对答案质量敏感的场景应预留人工复核或更强模型的兜底环节。

输入 $0.0605/百万 tokens、输出 $0.4/百万 tokens，整体处于低价档；输出单价明显高于输入，长输出任务的成本主要由输出侧决定。

• 定位输入价在同级模型里处于低位，输出价与同家族其他部署持平，适合输入量大、输出长度可控的批处理型负载。
• 横向对比同系列 Deep Infra 部署输入价与本模型基本持平，Amazon Bedrock 部署更高；Muse Glimmer 30B、GPT OSS 120B 等对比项输入价高出数倍。
• 平台差价目前仅一家平台收录，models.dev 与其 edenai 条目报价一致，跨平台比价空间有限，议价与容灾余地都较小。
• 省钱把长文档一次性送入而非多轮追问，压缩无关上下文与输出长度，让成本集中在必要输入上，账单下降最明显。

同一个模型在不同网关的报价可能不同。本页基准取官方口径 $0.0605/M / $0.4/M（输入 / 输出，美元 / 百万 tokens），其余来源的差价在「相对输入价」列列出，供比价参考。

取上下文相近（约 0.5~2 倍）的同类主流模型；同厂商、同家族优先；价格差为相对本模型的输入价

• 口径缺乏第三方跑分与独立评测，能力判断只能依据功能项与价格档位，正式选型前应自建贴合业务的评测集。
• 边界仅支持文本输入输出，不含图像与音频；知识截止 2025-04；单一平台供给，可用性、限流与合规策略均受该渠道约束。

本页资料由多个公开来源交叉整理：按「官方目录 → 通用网关 → 开源仓库 → 中文资料」的优先级合并， 冲突时取优先级高的来源。价格单位是美元 / 百万 tokens，为各平台对 API 调用的报价，不含自部署成本。 资料由公开来源整理，不代表 AiTest 已对该模型或其收录中转站做过真实性、稳定性或安全检测。

本页的模型介绍、架构、性能与性价比解读为 AI 综合公开信息整理，部分未经本站逐项核实；规格、价格与跑分以本页数据字段为准。