GLM-4.7-Flash (Deep Infra)
MODEL PROFILE模型资料Eden AI · 2026-01-19 发布 · glm-flash 家族 · 开源权重 · 1 家平台收录
GLM-4.7-Flash 是面向高并发文本生成场景的轻量推理模型，超长上下文与低成本输入使其适合批量文档处理、长对话与工具调用类应用的开发者。
模型介绍
GLM-4.7-Flash 属于 glm-flash 系列，开源权重，知识截止 2025-04，仅支持文本输入输出。上下文窗口约 202K tokens，单次最大输出约 131K tokens，可容纳整份合同、代码库片段或长对话历史后仍保留充裕的生成空间。能力覆盖推理、工具调用、结构化输出与温度调节，便于接入函数调用、JSON 抽取与批量生成流程。输入价格 0.06 美元/百万 tokens、缓存读 0.01 美元/百万 tokens，适合高频、重复前缀的请求；输出 0.4 美元/百万 tokens，输出成本明显高于输入，长回答场景需控制生成长度。开源权重便于私有化部署与二次评估，适合需要灵活部署且对成本敏感的团队。
选型建议需要长上下文、结构化输出且对输入成本敏感的批量文本任务可以选它；追求公开跑分背书或强多模态能力的场景则不宜作为首选。
关键指标
适用场景
- 批量解析长合同或报告，按固定 JSON 结构抽取关键字段
- 搭建带工具调用的客服或业务助手，保留超长会话历史
- 对代码仓库片段做摘要、问答与变更说明生成
- 以低缓存读价格处理提示词前缀固定的大规模分类任务
- 在私有环境部署开源权重，做数据不出域的文本处理
暂无：许可证、参数规模、缓存写价、附件（上游未公开，本站不估算）。 资料更新于 296 天前；发布 296 天。
规格与能力
上面没列到的字段公开资料对该模型的具体网络结构与训练细节披露有限，可确认的是它面向推理与工具调用场景设计，并提供开源权重。
- 结构延续 glm-flash 轻量定位，支持约 202K tokens 上下文与约 131K tokens 单次输出，知识截止 2025-04，详细参数规模公开资料较少。
- 能力具备推理、工具调用、结构化输出与温度调节，可支撑函数调用、JSON 格式抽取与需要稳定输出格式的自动化流程。
- 披露本站未收录该模型的公开跑分与基准数据，结构层面的具体配置应以官方权重说明为准，不宜据未公开信息推断。
- 开源权重
- 是
- 模型家族
- glm-flash
能力
推理工具调用结构化输出温度调节
同系列其他规格
| 型号 | 厂商 | 参数 | 上下文 | 输入价 | 输出价 |
|---|---|---|---|---|---|
| GLM-4.7 | Zhipu AI | — | 204.8K | $0.6/M | $2.2/M |
| GLM-4.7-Flash | Zhipu AI | — | 200K | 免费 | 免费 |
| GLM 4.7 Original | NanoGPT | — | 200K | $0.4004/M | $1.9292/M |
| GLM-4.7-FlashX | Zhipu AI | — | 200K | $0.07/M | $0.4/M |
| GLM 4.7 Flash (Free) | ZenMux | — | 200K | 免费 | 免费 |
| GLM-4.7 Free | OpenCode | — | 204.8K | 免费 | 免费 |
| GLM-4.7-Flash (Amazon Bedrock) | Eden AI | — | 203K | $0.07/M | $0.4/M |
| GLM-4.7-Flash (Cloudflare) | Eden AI | — | 131.1K | $0.0605/M | $0.4/M |
性能表现
第三方跑分缺失，性能判断只能基于能力项与上下文规格做定性评估；它在长文本与低成本批量任务上更有针对性。
- 强项约 202K tokens 上下文配合约 131K tokens 输出上限，适合长文档理解、多轮工具调用与需保留长历史记录的任务。
- 短板本站无公开跑分，极限推理表现难以横向验证；输出价 0.4 美元/百万 tokens 是输入价的数倍，长篇幅生成成本上升较快。
- 适合需要结构化输出、工具调用与可控温度的工程化场景，例如数据抽取、批处理与流程自动化，而非追求榜单成绩的对比评测。
价格与性价比
结合各平台报价与同类对比输入 0.06 美元/百万 tokens、缓存读 0.01 美元/百万 tokens、输出 0.4 美元/百万 tokens，整体处于同类中低输入价位。
- 定位输入价格低、缓存读价格更低，适合提示词前缀重复率高的批量请求，能把长上下文带来的输入开销压下来。
- 横向对比相对 DeepSeek R1 系列在列平台上 0.5 至 0.7 美元/百万 tokens 的输入价，本模型输入成本明显更低，但对推理深度的需求需自行验证。
- 平台差价同款模型在 Cloudflare 输入 0.0605 美元、Bedrock 0.07 美元，较本站报价高约 0.8% 与 16.7%；输出价多处一致为 0.4 美元。
- 省钱靠缓存读承接重复系统提示与固定文档，控制输出长度，并在报价最低的平台调用，可显著降低单次请求总成本。
平台报价对比
2 个来源口径| 来源 | 输入价 | 输出价 | 缓存读 | 相对输入价 |
|---|---|---|---|---|
| models.dev | $0.06/M | $0.4/M | $0.01/M | 0.0% |
| models.dev · edenai | $0.06/M | $0.4/M | $0.01/M | 0.0% |
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 $0.06/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。
同类模型对比
5 条| 模型 | 上下文 | 输入价 | 输出价 | 输入价差 | AA 综合 |
|---|---|---|---|---|---|
| GLM-4.7-Flash (Amazon Bedrock) | 203K | $0.07/M | $0.4/M | +16.7% | — |
| GLM-4.7-Flash (Cloudflare) | 131.1K | $0.0605/M | $0.4/M | +0.8% | — |
| DeepSeek R1 0528 (TensorX) | 164K | $0.66/M | $2.6/M | +1000.0% | — |
| DeepSeek R1 0528 (Deep Infra) | 163.8K | $0.5/M | $2.15/M | +733.3% | — |
| DeepSeek-R1 (Deep Infra) | 163.8K | $0.7/M | $2.4/M | +1066.7% | — |
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
关于 GLM-4.7-Flash (Deep Infra) 的常见问题
5 条GLM-4.7-Flash (Deep Infra) 的 API 价格是多少？
当前收录的官方口径价格为输入 $0.06/M、输出 $0.4/M、缓存读 $0.01/M，单位为美元 / 百万 tokens。不同网关可能有自己的加价与折扣，实际计费以调用平台为准。
GLM-4.7-Flash (Deep Infra) 支持多长的上下文？
资料显示上下文窗口 202.8K（202,752 tokens），单次最大输出 131.1K。实际可用长度还取决于调用平台的限制。
GLM-4.7-Flash (Deep Infra) 是开源模型吗？
GLM-4.7-Flash (Deep Infra) 提供开源权重，可以自行下载部署。本站展示的价格是各托管平台对 API 调用的报价，自部署不计入。
GLM-4.7-Flash (Deep Infra) 支持哪些能力？
按当前资料，GLM-4.7-Flash (Deep Infra) 支持推理、工具调用、结构化输出、温度调节。输入输出模态为 文本。
GLM-4.7-Flash (Deep Infra) 可以在哪些平台调用？
当前资料显示该模型被 1 家 provider 或网关收录。本站核对的数据来源包括 models.dev。收录数量只反映公开目录的部署面，不代表任何一家平台的服务质量。
使用注意
- 口径本站未收录该模型的公开跑分，所有性能描述为定性判断，具体版本行为与参数应查阅官方权重与说明。
- 边界仅支持文本输入输出，不含图像与音频；站点收录平台仅 1 家，跨平台可用性与延迟表现存在不确定性。
资料说明
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。
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；价格单位为美元 / 百万 tokens。
