国产开源大模型GLM-4.7近日正式上线并开放源代码，在多项国际权威评测中展现出强劲实力，成为全球开源模型领域备受瞩目的新力量。该模型在智能体与推理能力评测中表现突出，与GPT-5.1、Claude Sonnet 4.5等国际顶尖模型同台竞技时，不仅全面对齐部分指标，更在多个维度实现超越，标志着国产大模型在技术突破上迈出关键一步。
在代码能力方面，GLM-4.7的突破尤为显著。根据专业编码评测平台Code Arena的全球开发者盲测数据，该模型在Web开发方向排名第六，成为当前开源模型中表现最优的国产方案，甚至超越了GPT-5.2与Claude Sonnet 4.5。具体到细分基准测试，其在SWE-bench-Verified中取得73.8%的成绩，LiveCodeBench-V6更达到84.9%，整体水平与Claude Sonnet 4.5持平，稳居开源领域第一梯队。这些数据背后，是模型对复杂代码逻辑的深度理解能力，以及在真实开发场景中的高效生成能力。
推理能力的提升是GLM-4.7的另一大亮点。在被誉为“人类最后考试”的HLE评测中，模型在工具辅助条件下取得42.8%的成绩，较前代版本提升超过12个百分点，甚至超越了GPT-5.1 High版本。工具调用能力同样表现亮眼，在τ²-Bench中斩获87.4%的高分，BrowseComp在开启上下文管理后提升至67.5%，展现出在多轮网页任务和交互式工具调用场景中的稳定性。这些突破得益于模型内部思考机制的革新——通过引入保留式思考与轮级思考控制，模型能在多轮任务中自动保留已有推理结果，避免重复推导，同时允许开发者根据任务复杂度动态调整推理过程，在效率与稳定性间取得平衡。
技术升级不仅体现在分数上，更在实际应用中得到验证。智谱团队通过100个真实编程任务测试发现，GLM-4.7在前端开发、后端逻辑和指令遵循三大核心方向均有显著提升。前端任务胜率从4.6版本的52.1%跃升至64.6%，指令遵循场景胜率达58.3%，后端复杂任务胜率稳定在46.7%。更值得关注的是，模型在Z.ai平台上线了全栈技能环境，通过全新Skills模块实现了ASR语音识别、TTS语音合成、GLM-4.6V视觉模型等多模态技能的统一调度。这种“技能联动”能力使模型在处理复杂任务时，既能规划路径又能执行动作，工具间的调度逻辑形成闭环，显著提升了开发效率。
实际测试场景进一步印证了模型的实用性。在3D控制任务中，GLM-4.7生成的HTML代码构建出由5000多个粒子组成的立体圣诞树，支持手势识别与UI反馈：用户张开手掌时，圣诞树会炸开为悬浮照片墙，握拳则重新收缩为树形，整个过程伴随流畅的动画效果与性能优化机制。在UI生成测试中，模型根据“1:1复刻iOS系统”的提示，生成了包含可点击图标、可交互功能页的完整主界面，虽细节与最新iOS存在差距，但整体体验流畅，图标风格与颜色搭配符合基础审美。更令人惊喜的是，在双人格斗游戏任务中，模型不仅还原了Switch手柄的配色布局，还构建了包含角色移动、攻击、跳跃等基础操作的完整对战框架，甚至内置了节奏感强的格斗BGM，展现出在前端关键模块的可用性与稳定性。
从技术评测到真实场景，GLM-4.7的突破并非孤立事件。其开源代码在全球社区的下载量已突破6000万次，付费API使用量长期位居OpenRouter全球前十，这些数据表明，模型正从实验室走向开发者的实际工具列表。当前，国产大模型企业正经历从科研模型、开源生态向“真实使用”与“市场验证”的关键转型，GLM-4.7的上线恰逢智谱冲刺港交所上市的节点，成为这一转型进程的生动注脚。随着技术迭代与生态完善，国产开源模型正从“对标国际”向“领跑实用”迈进，GLM-4.7的实践为这一进程提供了重要参考。
