年底了，我在智譜 GLM-4.7 上收獲了更多信心

智譜的GLM-4.7，這兩天在海外討論度不低。

GLM-4.7 和 MiniMax-M2.1，這兩款開源、可用權重模型，已經在多個核心基準上，貼近甚至追平了閉源頂級實驗室的水平。

Reddit上還看到一個好玩的，GLM-4.7上了AMA（Ask Me Anything），可以自由向研究員們提問交流。

看到有海外用戶評價 “the gap is shrinking fast”，還有的說法更直接：“China’s play is simple”。

夠強的開源基礎模型，非常平權地放出來，剩下的事情，就交給創業者、研究者和產品團隊。

提出的很多問題，也非常具體真實，比如關于成本測算、關于低成本調用：

也有很忠實的GLM開發者，一向認同GLM的開源理念，也提出了實際開發中的問題：

“如何大幅提升前端輸出”，也是我特別好奇的問題，因為能感覺到GLM做前端的效果，明顯提高了。

得到的回答也很具體，從數據流水線到前端輸出都做了說明。

感覺GLM是真的很開發者友好，很有平等互動的社區交流感，新鮮熱乎的反饋、疑問、建議，就這么AMA一問一答聊出來了。

還記得年初DeepSeek帶來的是驚喜，到現在已經是自信，我也開始感覺，GLM-4.7 在榜單上贏了誰、超了誰，已經沒有那么那么重要了。

關鍵是，它代表了中國開源模型持續迭代發展的力量：

像前段時間 AutoGLM 開源，對手機Agent、對端到端的應用落地，都往前推了一步。

再到這次的4.7，可以本地部署、可以深度微調、可以被塞進任何一個真實產品里，不是永遠停留在 API 調用額度和使用條款里。

當模型能力逼近 SOTA，差異就不再只存在于參數量，開始轉移到，能不能真正把模型能力變成自己的能力，而不是調用API來的的能力。

這，也是開源模型正在日漸放大的優勢。

在當前的大模型競爭環境中，開源早就不只是開放權重的問題，更關乎模型是否具備在真實世界被反復拆解、調用、放大的能力。

智譜這次選擇 MIT 協議，相當于主動接受來自研究、工程、商業三個層面的交叉檢驗。

能感覺到，智譜有自信——模型好不好，就讓最嚴格的開發者環境來檢驗。

看發布節奏，GLM-4.7也沒搞高密度宣傳。

深夜悄悄上線，之后在好幾個平臺同步開放用，國外的聲音評價和國內的差不多都有。

像智譜MaaS平臺、z.ai、智譜清言，還有海外的OpenRouter接口，都能找到它。

很多時候不用多說，把模型直接丟進真實使用環境，讓開發者和用戶自己去驗證，能直觀感受到模型的實際表現。

現在行業競爭重點，從功能效果轉向工程落地穩定性。

GLM-4.7直接死磕【編程】這個硬核場景，目標很明確——做國內最強、開源里最強的Coding模型。

它的成績也確實亮眼。

全球百萬開發者參與的Code Arena盲測榜里，它是開源第一、國產第一，甚至超過了GPT-5.2。

在需要修復真實GitHub問題的SWE-bench Verified基準上，它以73.8%的通過率刷新了開源模型紀錄。

實際用下來，編程體感快趕上Claude Sonnet 4.5了，完全能當它的平替。

對用戶來說，用起來都很簡單：

• 國內B端與C端用戶：可以通過 智譜官方MaaS平臺（bigmodel.cn） 的API、z.ai 的全棧開發模式以及 智譜清言 應用立即體驗；TRAE、CodeBuddy等主流開發者工具也能調用。

• 海外開發者：可以通過 z.ai 或 OpenRouter 平臺使用其API服務。

• 企業與深度用戶：企業客戶可直接在 bigmodel.cn 購買專屬的Coding Plan企業版套餐；而已訂閱GLM Coding Plan包月套餐的個人用戶，系統已自動為其升級至GLM-4.7，無需任何額外操作。

• 開源愛好者與研究者：模型即將以MIT協議在Hugging Face和ModelScope社區發布，支持自由商用與研究。

在實際用的時候，我發現Coding能力特別像模型的放大鏡。

代碼生成要管好多事：理解需求、搭結構、拆邏輯、調用工具、記上下文。

每個環節出點偏差，最后結果里都會看得很明顯。

文本生成還能靠潤色遮遮問題，代碼執行可沒這種模糊空間。

所以過去好長時間，Claude Sonnet系列在開發者里口碑很穩。

我研究了一下，它的優勢不只是單輪生成質量，更在連續任務里的一致性、能穩住上下文，還能遵守復雜的工程約束。

國產模型追這個賽道，本質是攢長期工程能力。

要優化訓練數據結構、推理策略、工具鏈配合，還有模型行為穩定性，沒法靠單個指標就跨過去。

看公開評測結果，我認為GLM-4.7在開源模型里算領先的。

比如LiveCodeBench V6、LMArena Code Arena這些測試。這些榜單不考單一題型，從算法實現、修工程bug到抽象真實項目問題都覆蓋了。

比起某一項拿高分，我感覺模型在不同測試里的穩定性更值得參考。

這說明它沒盯著某類題“死記硬背”，在各種任務里表現都比較穩——做實際開發，這點特別重要。

從使用體驗來說，這種穩定性會直接體現在輸出的結構完整度和邏輯連貫性上。

Agentic Coding 能力的實際體現

在GLM-4.7的設計里，Agentic Coding是絕對的核心。

我研究了下，它能有這么穩的提升，根源是推理內核做了工程化改造。它加了個“慢思考”機制，會先好好規劃，不著急立刻回應。

更突破的是“保留式思考”。我發現以前多輪對話，模型容易忘復雜推理。但GLM-4.7不一樣，它會像管項目文檔那樣，自動存關鍵思考，后面接著用。

它能自己拆任務、做規劃、去執行、還會修正——這才是它的關鍵能力。

具體用的時候，細節里都能體現。

面對長需求，它會先搭整體結構，再填細節，很有工程化思路。

執行中碰到沖突或邏輯漏了，它會主動補說明、給替代方案。

做后端開發，它能提升接口完整度、異常處理覆蓋；做前端，能優化組件拆分、狀態管理和頁面可維護性。

這樣一來，花幾小時調代碼、開發功能都能實現。信息丟得少，邏輯不容易斷，用著更像和人類工程師協作。

我認為它這強內核，在嚴測試里也得到了驗證。

除了Code Arena和SWE-bench的好成績，其他評測也是開源領先：

- 終端操作：Terminal Bench 2.0通過率41%

- 網頁任務：BrowseComp評測拿67.5分

- 交互式工具調用：τ2-Bench測到87.4分，超過Claude Sonnet 4.5

- 復雜推理：HLE測試得42.8%，比前代高41%，還超過GPT-5.1

看這些數據，“國內最強編程模型”這個定位很靠譜。開發者用它，也能更有底氣。

Coding Plan 與工具鏈協同的變化

協同能力強，用起來就順手。

比如說借助GLM-4.7模型，可以自己完成瀏覽器的搜索、檢索、閱讀，跟最后的總結。信息處理效率就高多了。

除了模型本身，GLM-4.7在Coding Plan體系里的整合方式，也是這次升級的重點。

我發現，它和Claude Code這類主流編程工具配合時，對思考模式的支持更靈活了。

可以在不同輪次里選要不要開推理過程，這對長任務的性能控制、結果穩定性影響很直接。

工具調用這塊它針對Skills、Subagent、Claude.md這些能力做了定向優化。

現在工具鏈路更簡潔，中間狀態的不確定因素少了很多。

還有智譜專屬的MCP，不用安裝就能集成。

視覺理解、搜索、網頁讀取這些能力，在同一個工作流里就能完成。你試試就知道，從找信息到寫代碼，中間的麻煩少多了。

這些變化不是靠某一個功能體現的。我感覺用的時候能慢慢發現，最實在的是任務完成率上去了，返工的成本也降了。

非技術場景中的能力外溢

這次升級，GLM-4.7有個“隱形”進步——生成內容的美感和對話情商提上來了。以前它像只懂邏輯的理科生，現在更像有審美、會聊天的搭檔。

它的功能不只是給開發者用。辦公、做創意時，變化也很明顯。比如 Vibe Coding（審美編碼）能力強多了。生成的網頁結構干凈，組件層級清楚，配色、樣式也更現代；做的PPT結構合理，很多能直接用。

我在實際測試里，它對16:9寬屏的適配率高了，頁面差不多能直接用。

結合圖片搜索和模板選，生成結果風格更統一，看著也整齊，不像以前AI做PPT總有拼貼感。

做海報、宣傳物料時，它對排版、留白、色彩的把控更穩，符合常規設計規范。非設計背景的朋友，用起來會更順手。

比如這里我輸入ppt的內容和模版。

生成的PPT從內容到設計都做到了極致。

與此同時，GLM-4.7的通用對話能力也有顯著提升。官方說它回復更簡潔智能，還帶人情味，我覺得這點很明顯。

寫東西、玩角色扮演，文采和沉浸感都更好了。跟小白聊需求，或者寫創意文案，它給的回應更自然，也更貼需求。你試試就知道。

除了文本和視覺輸出，我認為它在語言表達上成熟多了。遇到要判斷情境、多方權衡的任務，它會給結構化回應，不隨便簡化問題，也不只給一個結論。這種變化不是多了情緒，而是語氣和信息組織更像實際溝通。

往大了看，GLM-4.7發布，說明國產大模型在Coding這個高門檻領域又往前邁了一步。這步不是靠某一項指標領先，而是整體工程能力、工具協同和穩定性一起提上來了。

現在模型能力越來越像，我感覺真正的競爭在“長期能用”上。復雜任務里能穩定輸出、少讓人插手的模型，才能進核心生產環節。GLM-4.7的能力組合，說明國產模型已經有基礎在這方面長期競爭了。

最關鍵的是，它不只是個孤立的代碼生成器了。更像全棧技能調度中心。在z.ai平臺，用新的Skills模塊，能統一規劃、調用家族里的視覺、語音、文本能力。

你提個復雜需求試試，比如“給產品寫介紹文案，配圖做成PPT”。它不光會規劃流程，還會自己調合適的專家模型一起做。

從理解需求到落地，初步能打通全流程了。感覺已經成為了一個專門的職場技能專家。

生態整合與開源信號：為何是現在？

GLM-4.7這時候以最強狀態開源，還推出很有競爭力的訂閱方案，給我的感覺是，智譜的戰略，更清晰了。

能開箱即用，能力還拔尖，能當Claude Code等最強AI編程工具的最佳平替。

直接嵌進全球開發者現有的工作流里，還能大幅降低使用高性能AI模型的門檻。

如果GLM-4.7能憑借開源和高性價比，快速扎進全球開發者的工作流，成為大家搭下一代AI應用時，最信得過、最依賴的基礎設施之一，也許也能構建強的用戶壁壘。

我只覺得，有了扎實的工程基礎，國產大模型正變得兼具邏輯和審美，還能協同合作。

不再只是實驗室里分數高的紙面第一，是懂項目壓力、懂審美需求、還考慮長期維護成本的“靠譜搭子”。

當然，差距也依然存在。

不管是模型側還是產品側，Gemini、ChatGPT等同樣沒有減速，相比之下，智譜的有些細節完成度還顯不足。

單說AI編程的工業級效果，Gemini和Claude在一些具體功能實現上，仍然有稍優于GLM-4.7的表現。

在AGI這場世紀級的豪賭里，中國公司在迅速發展迭代，也暴露出不少問題。

每一個問題的解決，每一次模型的升級，都是在向前。

也許在2026，在國產開源大模型領域，我們可以有更多自信。

更多的開發者和創業者，也能站在智譜等公司的肩膀上，做出更多好產品、好作品。

最后還發現有個小彩蛋。

用戶在調用

GLM-4.7編程時，會彈出一個對話，

滬上阿姨新品奶茶免費送。

Bigmodel.cn上，正在訂閱Coding Plan的用戶，在Claude Code等編程工具中，輸入口令「阿姨助我！」，即刻領取一張滬上阿姨新品「QQ美莓奶茶」兌換券。

來試試

GLM-4.7

吧！