GLM 4.7

GLM 4.7 属于 GLM 系列，对比表中另列有归属 Z AI 的 GLM-4.7 与 GLM-5，命名上同属一族，而本条目的厂商字段标为 novita。它主要解决长输入与长输出同时受限的问题：上下文窗口 204,800 tokens，单次最大输出 131,072 tokens，意味着可以整篇喂入长文档或大体量代码，再一次性写出上万 tokens 的成稿，不必反复分段拼接。模型的输入与输出模态均为纯文本，不支持图像或音频；能力标签未标注，第三方跑分也未收录，效果层面只能依赖实际试用判断。价格同样未公开，收录平台数为 0，采购前需向具体渠道确认计费方式。对比表中另有 GLM-4.7（Z AI）标价 $0.6/M 输入、$2.2/M 输出，可作为理解该系列定价区间的参照，但不能直接当作本条目的报价。

选型建议需要长上下文配合超长单次输出、且能自行验证效果时值得一试；若要求有公开跑分或明确报价支撑选型，应先看同表其他条目。

• 整篇改写长篇报告或白皮书，一次输入完整材料并直接拿到成稿
• 阅读大型代码文件后生成改造方案与配套说明文档
• 把会议纪要、访谈记录等长文本压缩成结构化摘要
• 生成上万字的长篇初稿，减少分段续写带来的前后不一致
• 对长文档做问答与条款比对，前提是先自测效果是否达标

该条目仅标注文本输入与文本输出，上下文与输出上限明确，参数规模、层数等结构细节未公开。

• 结构纯文本进、纯文本出，未标注多模态输入输出能力；参数规模与网络结构未披露，公开资料较少。
• 长输出单次最大输出 131,072 tokens，配合 204,800 tokens 上下文，可整篇长文一次写完而不必分段拼接。
• 披露能力标签未标注、第三方跑分未收录，架构层面的判断只能停留在定性描述，选型前需自行验证。

本站未收录该模型的公开跑分，能力判断需依赖实际试用；从规格看，长上下文与长输出是可确认的主要特征。

• 强项约 20 万 tokens 上下文叠加 13 万 tokens 单次输出，适合一次读完长材料并直接产出成篇内容。
• 短板无跑分、无能力标注，与同表 GLM-5、MiniMax-M2.5 等条目之间缺少统一口径的效果参照。
• 适合长文档改写、整篇报告生成、长代码阅读后给方案这类「进长出长」任务，短问答并非其差异点。

官方价格未公开，价差字段为空，无法算出相对倍率；只能借同表条目的标价判断大致区间。

• 定位官方价格未公开，无法核算单位 token 成本，采购前需向具体渠道确认实际计费方式。
• 横向对比同表 GLM-4.7（Z AI）输入 $0.6/M、输出 $2.2/M，MiniMax-M2.5 与 M2.7 均为 $0.3/M、$1.2/M，GLM-5 为 $1/M、$3.2/M。
• 平台差价收录平台数为 0，缺少多渠道报价，无法判断不同平台之间的价格差异。
• 省钱价格未公开前先用短任务验证效果，再决定是否把长文批量任务交给它，避免为不确定效果预付成本。

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

• 口径第三方跑分为无，对比表中的 AA 分数属于其他条目，不能直接套到本条目上做能力判断。
• 边界仅文本模态，上下文 204,800 tokens、单次输出 131,072 tokens 为硬上限，超长材料仍需分段处理。

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。