GLM 4.7

• GPQA DiamondPreguntas de opción múltiple muy difíciles de biología, física y química, escritas por expertos con doctorado. Responder al azar da un 25 %.83.3%N.º 59 de 116
• Matemáticas AIMEProblemas de matemáticas de nivel de competición, al estilo del American Invitational Mathematics Examination. Porcentaje resuelto.83.3%N.º 62 de 112
• SimpleQA VerifiedPreguntas factuales cortas. Mide con qué frecuencia el modelo acierta los datos en lugar de inventárselos.32.2%N.º 51 de 69

Datos de benchmarks: Epoch AI, con licencia CC BY 4.0

Empresas que ofrecen este modelo por API: 7. Precios por millón de tokens, del más barato al más caro.

La disponibilidad y los precios provienen de la API pública de OpenRouter y se actualizan a diario. La disponibilidad es el porcentaje de solicitudes correctas en las últimas 24 horas. Algunos proveedores ejecutan una versión comprimida de los modelos abiertos (fp8, int4), que es más barata pero puede ser algo menos precisa.

Llama a GLM 4.7 a través de la API de OpenRouter, compatible con la de OpenAI: crea una clave en openrouter.ai y ejecuta uno de estos ejemplos.

curl https://openrouter.ai/api/v1/chat/completions \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model": "z-ai/glm-4.7", "messages": [{"role": "user", "content": "¡Hola! ¿Qué sabes hacer?"}]}'

import os
from openai import OpenAI

client = OpenAI(base_url="https://openrouter.ai/api/v1", api_key=os.environ["OPENROUTER_API_KEY"])
reply = client.chat.completions.create(
    model="z-ai/glm-4.7",
    messages=[{"role": "user", "content": "¡Hola! ¿Qué sabes hacer?"}],
)
print(reply.choices[0].message.content)

import OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://openrouter.ai/api/v1", apiKey: process.env.OPENROUTER_API_KEY });
const reply = await client.chat.completions.create({
  model: "z-ai/glm-4.7",
  messages: [{ role: "user", content: "¡Hola! ¿Qué sabes hacer?" }],
});
console.log(reply.choices[0].message.content);

El mismo código funciona con todos los modelos de este sitio: solo cambia el ID del modelo. Muchos laboratorios ofrecen también su propia API y su SDK.

• 1000 respuestas de chat

  ≈ 500 tokens de entrada y 300 de salida cada una
  0,96 US$
• Resumir un documento de 100 páginas

  ≈ 50.000 tokens de entrada y 1000 de salida
  0,032 US$
• Una app con 10.000 peticiones al día durante un mes

  ≈ 1000 tokens de entrada y 400 de salida cada una
  444 US$

Calculadora de costos →

• Simon Willison29 sept 2026Traducido del inglés

  Citando al equipo rojo de la frontera Anthropic

• ABC Tecnología18 sept 2026

  ¿Quién puede permitirse frenar la IA?: el miedo a la extinción como estrategia de mercado

¿Cuánto cuesta GLM 4.7?

A través de la API, GLM 4.7 cuesta 0,60 US$ por millón de tokens de entrada y 2,20 US$ por millón de tokens de salida. Por ejemplo, 1000 respuestas de chat de unos 500 tokens de entrada y 300 de salida cuestan alrededor de 0,96 US$.

¿Cuál es la ventana de contexto de GLM 4.7?

GLM 4.7 puede leer hasta 204.800 tokens en una sola petición, unas 384 páginas de texto. Puede escribir hasta 131.072 tokens en una sola respuesta.

¿GLM 4.7 es de código abierto?

Sí. Sus pesos están publicados (zai-org/GLM-4.7), así que puedes descargarlo y ejecutarlo en tu propio hardware, o usarlo a través de uno de sus 7 proveedores de API.

¿Quién ha creado GLM 4.7?

GLM 4.7 lo desarrolla Z.ai (Zhipu). Está disponible a través de la API desde el 22 de diciembre de 2025.

¿Qué tan bueno es GLM 4.7?

GLM 4.7 tiene un índice general de 143,5 en las pruebas independientes de Epoch AI, el puesto n.º 81 de 136 modelos que seguimos.

¿GLM 4.7 puede leer imágenes?

No. GLM 4.7 solo acepta texto como entrada.

¿Qué alternativas hay a GLM 4.7?

Entre los modelos de otras empresas con un precio parecido están Nemotron 3 Ultra, Palmyra X5 y Kimi K2.6. Puedes compararlos lado a lado en esta página.