Tout savoir sur GLM-4.7

Présentation

GLM-4.7 est un modèle de langage de Zhipu AI (Z.ai), sorti le 22 décembre 2025. Il a donc 10 mois au 22 octobre 2026. Ses poids sont publiés : vous pouvez le télécharger et le faire tourner sur vos propres serveurs, ou passer par l'un des 34 fournisseurs d'API qui le référencent sur models.dev. Il dispose d'un mode raisonnement : il peut « réfléchir » avant de répondre, ce qui aide sur les problèmes en plusieurs étapes mais consomme plus de tokens, donc plus d'argent.

Nous le rangeons parmi les modèles à poids ouverts (68 modèles dans cette catégorie sur le site).

Combien coûte GLM-4.7 ?

GLM-4.7 est facturé 0,45 $US par million de tokens en entrée et 2,09 $US en sortie (tarif du fabricant, relevé du 22 octobre 2026).

Pour fixer les idées : lire 20 000 tokens (une trentaine de pages) et en rédiger 2 000 coûte environ 0,013 $US ; mille fois cette tâche, 13,15 $US.

C'est 2,1 fois le prix de sortie médian des modèles à poids ouverts (1 $US).

Les tokens relus depuis le cache sont facturés 0,09 $US par million : utile pour un agent qui renvoie souvent le même contexte.

Pour estimer votre propre budget, utilisez le calculateur de coût d'un agent.

Résultats aux benchmarks

Selon les résultats publiés par Epoch AI (relevé du 22 octobre 2026), GLM-4.7 obtient un indice de capacité de 68,4 sur 100, calculé sur 3 tests de notre panier.

Avec 3 tests renseignés seulement, il n'entre pas dans le classement public, qui exige au moins 4 résultats : son indice est donc à lire comme partiel.

• GPQA Diamond (questions de sciences de niveau doctorat) : 83,3 % — le meilleur modèle suivi, Gemini 4 Argon, atteint 96,4 %
• OTIS Mock AIME (problèmes de mathématiques de compétition) : 83,3 % — le meilleur modèle suivi, GPT-5.5 Pro, atteint 100 %
• Terminal-Bench (tâches d'agent dans un terminal) : 33,4 % — le meilleur modèle suivi, GPT-5.5, atteint 84,7 %

Contexte et capacités

Sa fenêtre de contexte atteint 204 800 tokens, soit environ 307 pages de texte à 500 mots par page : assez pour un long rapport ou plusieurs contrats d'un coup. Une réponse peut compter jusqu'à 131 072 tokens.

Il accepte en entrée : texte. Ses connaissances s'arrêtent à avril 2025 : au-delà, il lui faut une recherche web ou vos documents.

Il sait appeler des outils (fonctions, API), ce qui en fait une base possible pour un agent IA.

Les poids sont publiés sur Hugging Face (zai-org/GLM-4.7). Voir aussi notre sélection de modèles open source.

Quand le choisir ?

Par sa catégorie, GLM-4.7 vise d'abord les projets où vous voulez garder la main sur vos données ou sur l'hébergement, ou adapter le modèle à votre domaine.

Avant de l'adopter, testez-le sur vos propres exemples : les benchmarks mesurent des tâches standard, pas votre métier.

Modèles comparables

Dans la même catégorie, les modèles les plus proches de GLM-4.7 sont :

• DeepSeek V4 Flash 0731 (DeepSeek, indice 68,2)
• Kimi K2 Thinking (Moonshot AI, indice 69,6)
• Kimi K2.7 Code (Moonshot AI, indice 66,7)
• GLM-5.2 (Zhipu AI (Z.ai), indice 70,5)