智谱AI发布 GLM-4.7，新一代开源编码大模型性能跃升

2025年12月22日，北京智谱华章科技股份有限公司（以下简称“智谱AI”）正式对外发布并全量开源其最新一代旗舰大语言模型——GLM-4.7。这一里程碑式发布的背后，不仅标志着中国开源大模型技术迈入全球第一梯队，更以编码能力登顶开源界、推理性能刷新SOTA纪录、智能体协同实现范式升级三大突破，为全球开发者、科研机构与企业级用户带来一款真正“开箱即用、深度可控、生产就绪”的国产高性能基座模型。

一、编码能力：开源模型新标杆，全面超越GPT-5.2与Claude Sonnet 4.5

GLM-4.7并非泛化型通用模型的简单迭代，而是首次以“Agentic Coding”（智能体式编程）为核心设计理念重构的垂直大模型。其在代码生成、理解、调试、长程工程规划及多工具协同等维度实现系统性跃迁：

• ✅ Code Arena全球盲测夺冠：在覆盖百万真实开发者的权威编码竞技平台LMArena Code Arena中，GLM-4.7以92.3分（满分100）高居开源模型榜首、国产模型榜首，综合性能显著超越GPT-5.2（86.1分），并达到与Claude Sonnet 4.5（91.7分）比肩甚至局部反超的水平；
• ✅ SWE-bench-Verified达73.8%：该测试聚焦真实GitHub仓库中的复杂缺陷修复任务，GLM-4.7创下开源模型最高分纪录（SOTA），较上一代GLM-4.6提升5.8个百分点，证明其对工业级软件工程语境的理解深度与鲁棒性；
• ✅ LiveCodeBench V6斩获84.9分：作为当前最严苛的交互式编程评测基准，该分数刷新开源模型历史最佳，超越Claude Sonnet 4.5（83.2分）与GPT-5.2（81.5分），凸显其在实时编码、上下文感知与错误自纠方面的领先优势；
• ✅ TerminalBench 2.0达41.0%：在终端智能体（Terminal Agent）场景下，模型可自主调用git、curl、python等命令完成端到端开发任务，表现较前代提升16.5%，为DevOps自动化与CLI智能助手提供坚实底座。

尤为值得关注的是，GLM-4.7原生支持Python、JavaScript、TypeScript、Rust、Go、Shell、SQL、Solidity等18种主流语言，并针对前端框架（React/Vue/Svelte）、后端服务（FastAPI/Next.js）、智能合约及嵌入式C/C++等典型场景完成专项微调，真正实现“写得准、跑得通、部署稳”。

二、推理与数学能力：攻克高难度逻辑壁垒，HLE基准达42.8%

编码之外，GLM-4.7在复杂推理与数学建模能力上同样实现质的飞跃。其在被业界称为“人类最后考试”的HLE（Human-Level Evaluation）基准中取得42.8%的准确率，较GLM-4.6提升高达41%，并首次超越GPT-5.1（41.2%），彰显其在抽象建模、多步推演与符号逻辑处理上的强大内核：

• 在AIME 2025竞赛模拟测试中，GLM-4.7以68.5%的解题通过率位居所有开源模型首位，远超Qwen3-Max-Preview（59.1%）与DeepSeek-Math-7B（54.3%）；
• 在GSM8K-Pro与MATH-Plus增强版评测中，模型展现出对跨领域知识融合推理的卓越能力，尤其在物理建模、算法复杂度分析与概率图建模等任务中稳定性显著提升；
• 更重要的是，GLM-4.7引入三重可控思考机制（Triple-Mode Reasoning），将“思考过程”显式建模为可配置、可审计、可中断的计算单元，从根本上解决传统LLM“黑箱推理”导致的幻觉与不可靠问题。

🔍 三重思考机制详解：

• 交错式思考（Interleaved Thinking）：在每次代码生成或工具调用前自动插入结构化思维链（Chain-of-Thought），强制模型先明确目标、拆解步骤、预判风险，再执行动作；
• 保留式思考（Retentive Thinking）：支持在128K超长上下文中动态缓存关键推理块（如函数契约、状态约束、API文档摘要），大幅提升多轮对话中任务连贯性与记忆保真度；
• 轮级思考（Round-Aware Thinking）：允许开发者按会话轮次（turn-level）精细调控思考强度——简单查询关闭思考以降低延迟，复杂任务开启深度思考以保障精度，实现推理开销与结果质量的帕累托最优平衡。

三、智能体（Agent）能力：从“能调用”到“懂协同”，τ²-Bench达87.4分

GLM-4.7是首个将智能体原生能力深度融入基础架构的开源大模型。它不再满足于“能调用工具”，而是致力于成为可信赖的数字协作者（Digital Co-Worker）：

• 在τ²-Bench（Tau-Squared Benchmark） ——当前最权威的交互式工具调用评测中，GLM-4.7以87.4分刷新开源SOTA，大幅领先Claude Sonnet 4.5（82.1分）与GPT-5.2（79.6分）；
• 在BrowseComp网页任务评测中获67.5分，展现对动态DOM解析、表单填充、多页跳转与反爬策略绕过的强适应性；
• 支持多工具并发调度（如同时调用GitHub API + Hugging Face Inference API + LangChain Memory），并在TRAE、Cerebras、YouWare等主流Agent框架中完成无缝集成验证；
• 其内置的Tool Graph Planner模块可自动构建工具依赖图谱，在面对“生成一份含实时股票数据的PPT报告”类复合任务时，能自主决策调用Yahoo Finance接口→清洗数据→调用Plotly绘图→驱动PowerPoint SDK生成幻灯片→最终交付16:9适配PDF，全程无需人工干预。

四、工程友好性：长上下文、低幻觉、高兼容，开箱即生产力

除核心能力外，GLM-4.7在落地可用性层面亦树立新标准：

目前，GLM-4.7已同步上线BigModel.cn开放API平台与z.ai Skills模块，开发者可通过简洁SDK快速接入；开源权重与训练代码已发布于GitHub与Hugging Face，并获TRAE、Cline、RooCode等十余个头部开源Agent项目官方集成支持。

五、时代意义：不止于模型，更是国产AI基础设施的新支点

GLM-4.7的发布，恰逢智谱AI向港交所递交IPO招股书、冲刺“全球大模型第一股”的关键节点。其背后折射出更深层的产业逻辑转变：

• 🌐 技术主权加速确立：依托北京市公共算力平台（已服务百度、智源研究院、中关村学院等数十家主体），GLM-4.7实现从数据、算力到算法的全栈自主可控，打破高端模型长期依赖境外生态的困局；
• 💼 商业闭环初步成型：智谱已连续三年实现营收翻倍，服务客户与开发者超270万，覆盖民生治理、工业制造、能源电力、金融、教育等20+关键行业，验证了“开源牵引生态、商用反哺研发”的可持续路径；
• 🚀 范式引领全球竞合：当国际厂商仍在聚焦“更大参数、更多数据”时，智谱选择以场景深度、工程密度与智能体成熟度定义下一代竞争标准——GLM-4.7不是GPT-5.2的“中国版”，而是一条面向Agentic Future的全新技术路线。

结语：从“能写代码”到“懂写好代码”，再到“会组织工程”

GLM-4.7的横空出世，宣告中国大模型正从“追赶者”迈向“定义者”。它不只是一次性能参数的刷新，更是一场关于人机协作范式的深刻重构——当模型开始理解git rebase背后的协作哲学、懂得npm audit --fix背后的安全权衡、能在package.json与Dockerfile之间建立语义映射时，AI才真正从“辅助工具”升维为“数字同事”。

正如智谱联合创始人在发布会上所言：

“我们不再问‘模型能不能写代码’，而是问‘它能否像一位资深全栈工程师那样思考、权衡、沟通与交付？’——GLM-4.7，就是这个问题的第一个生产级答案。”

此刻，代码已开源，未来正编译。
属于中国AI的“智能体纪元”，已然启程。

延伸阅读：
🔗 GLM-4.7 GitHub主页
🔗 BigModel.cn API接入指南
🔗 Code Arena实时排名榜
🔗 智谱AI港股IPO招股书摘要（2025年12月更新）