GLM-4.7-Flash
智谱 Z.ai 的 MIT 许可证 30B-A3B 模型,面向本地编程和智能体,2026 年 1 月发布,月下载量仍约 100 万次。
一句话概括. GLM-4.7-Flash 是智谱 Z.ai 推出的小型开放模型,面向编程和智能体。它约有 300 亿参数,但每个 token 只用 30 亿,所以很快。MIT 许可证几乎没有条件,据我们估算 4 位版本约需 22 GB,游戏显卡或 32 GB 内存的笔记本都放得下。
概述
Z.ai 在 2026 年 1 月 19 日以 MIT 许可证发布了 GLM-4.7-Flash,称它是 30B 级别里最强的模型,是完整版 GLM-4.7 之外的轻量选择。它是 30B-A3B 的混合专家模型,Hugging Face 上为 31.2B 参数:共 47 层,64 个路由专家,每个 token 选 4 个,另有 1 个共享专家,配置里列出的位置数为 202752。它读写文字。Z.ai 称它在内部的前端和后端编程测试中表现出色,并推荐把它用于中文写作、翻译、长上下文和角色扮演。做多轮智能体任务时,模型卡要求开启它的 Preserved Thinking 模式。此后发布的 GLM-5 系列没有一个是小模型,其中最小的 GLM-5.3-Flash 也有 320B 参数。
在 Z.ai 自己的表格里,GLM-4.7-Flash 与 Qwen3-30B-A3B-Thinking-2507 和 gpt-oss-20b 做了对比:AIME 25 得 91.6(gpt-oss-20b 为 91.7,Qwen 为 85.0),GPQA 得 75.2(分别为 73.4 和 71.5),LiveCodeBench v6 得 64.0(Qwen 为 66.0,gpt-oss-20b 为 61.0),HLE 得 14.4,SWE-bench Verified 得 59.2(分别为 22.0 和 34.0),τ²-Bench 得 79.5(分别为 49.0 和 47.7),BrowseComp 得 42.8(分别为 2.29 和 28.3)。这些都是 Z.ai 自己的结果,对比的模型来自 2025 年。同一规模的更新的开放模型,例如 2026 年 2 月的 Qwen3.5 和 4 月的 Qwen3.6,是在它之后才出现的。
官方权重只有 BF16 一种,62.5 GB,所以大多数人运行的是社区量化版。据我们估算,4 位版本约需 22 GB。发布时模型卡说 vLLM 和 SGLang 只在主分支上支持它,它也能在 Transformers 中加载。在截至 2026 年 11 月 11 日的 30 天里,Hugging Face 统计到官方仓库约 107.5 万次下载,Unsloth 的 GGUF 仓库约 30.2 万次,不过下载量可能包含自动化拉取。
适合做什么
- 在 24 GB 显卡或 32 GB 内存的 Mac 上做本地编程和聊天,使用社区的 4 位版本
- 需要宽松 MIT 许可证的小模型的工具调用智能体
- 中英文写作和翻译
- 在单机上微调和做实验
需要注意
- 所有分数都是 Z.ai 自己的结果,对比的是 2025 年的模型,同等规模的 Qwen3.5 和 Qwen3.6 模型是在它之后才出现的
- 官方只有 62.5 GB 的 BF16 版本,所以本地使用要依赖质量参差不齐的社区量化版
- 发布时 vLLM 和 SGLang 需要主分支构建,请确认当前的发行版本
- 只读文字,模型卡列出的语言是英文和中文
性能数据来自开发方,未经独立验证。
需要多少内存?
以下为 GLM-4.7-Flash (BF16) 版本的估算。混合专家模型虽然每个 token 只用到部分专家,但所有专家都必须装进内存:总参数量决定所需内存,激活参数量决定速度。
| 版本 | 参数量 | BF16 | FP8 / INT8 | 4-bit (Q4) | 可运行于 |
|---|---|---|---|---|---|
| GLM-4.7-Flash (BF16) BF16 | 31.2B 激活 3B | 72 GB | 36 GB | 22 GB | 游戏显卡 |
估算方法:权重大小加约 15% 的运行开销。实际占用会随上下文长度增长,也取决于所用的软件。
许可证,用大白话说
最简短、最宽松的许可证。只要保留版权和许可声明,你几乎可以对模型做任何事。
延伸阅读
常见问题
- GLM-4.7-Flash 是什么?
- GLM-4.7-Flash 是智谱 Z.ai 推出的小型开放模型,面向编程和智能体。它约有 300 亿参数,但每个 token 只用 30 亿,所以很快。MIT 许可证几乎没有条件,据我们估算 4 位版本约需 22 GB,游戏显卡或 32 GB 内存的笔记本都放得下。
- GLM-4.7-Flash 可以商用吗?
- 可以。GLM-4.7-Flash 采用 MIT 发布,这是一种宽松许可证。只要遵守常规条件(例如保留许可证声明),就可以商用。
- GLM-4.7-Flash 是开源的吗?
- GLM-4.7-Flash 采用 MIT 发布,该许可证经开源促进会(OSI)认可。训练数据和训练代码不一定公开,因此更准确的说法是“采用开源许可证的开放权重模型”。
- 我能在自己的电脑上运行 GLM-4.7-Flash 吗?
- 可以,但需要一块好显卡。最小版本 GLM-4.7-Flash (BF16) 在 4 位精度下约需 22 GB 内存,适合 24 至 32 GB 的游戏显卡,或 32 GB 及以上内存的 Mac。
- GLM-4.7-Flash 是什么时候发布的?
- GLM-4.7-Flash 由 Z.ai (Zhipu AI) 于 2026年1月19日 发布。
- GLM-4.7-Flash 的上下文窗口有多长?
- GLM-4.7-Flash 支持最长 198K token 的上下文窗口。
官方链接
来源
规格数据来自以下一手资料。文中提到的基准测试结果由开发方自报。
- GLM-4.7-Flash, open source and free (Z.ai news, 19 January 2026) zhipuai.cn
- GLM-4.7-Flash model card (Hugging Face) huggingface.co
- GLM-4.5: Agentic, Reasoning, and Coding (ARC) Foundation Models (the technical report the card links) arxiv.org
- Z.ai release notes (GLM-4.7 and later releases) docs.z.ai
发布时间等信息最近核实于 2026年11月11日。
相关模型
| 模型 | 发布时间 | 参数量 | 上下文 | 许可证 | 最小版本所需内存 |
|---|---|---|---|---|---|
| GLM-5.3-Flash Z.ai (Zhipu AI) | 320B 激活 18B | 1M | MIT (宽松) | 221 GB 大内存台式机 | |
| gpt-oss OpenAI | 21B – 117B 激活 5.1B | 128K | Apache 2.0 (宽松) | 15 GB 笔记本或手机 | |
| Qwen3.6 Alibaba Qwen | 27.8B – 36B 激活 3B | 256K | Apache 2.0 (宽松) | 19 GB 游戏显卡 | |
| Qwen3.5 Alibaba Qwen | 873M – 403B 激活 17B | 256K | Apache 2.0 (宽松) | 0.602 GB 笔记本或手机 |