DIKONFIRMASIKeyakinan tanggal: DIKONFIRMASIDinyatakan pastiSeberapa tegas sumber menyebutkan tanggalnya: dikonfirmasi, dijadwalkan, diperkirakan, tertunda, atau belum diverifikasi.Tampilkan semua pin DIKONFIRMASIKEYAKINAN 87%Keyakinan keseluruhan: 87%Seberapa baik sumber dan referensi pin mendukung tanggalnya.Rata-rata tertimbang dari seberapa kuat 6 referensi, termasuk sumber, mendukung waktu mulai dan berakhir pin; bobot sebuah referensi berkurang setengahnya untuk setiap 180 hari lebih lama dari yang terbaruTampilkan semua pin dengan keyakinan 75% atau lebih tinggi
Gigazine[4] (23 Desember 2025) menyebut Z.ai “merilis model AI khusus pemrograman GLM-4.7 pada 22 Desember 2025”, Epoch[5] AI mencatat 22 Desember 2025 dan catatan rilis pengembang Z.ai memuat tanggal yang sama; repositori Hugging Face[6] dibuat dan diisi pada 22 Desember.- Mulai
- 22 Des 2025KEYAKINAN 92%dari epoch.ai
GLM-4.7 dirilis
Diterjemahkan otomatis dari aslinya
Judul asli: GLM-4.7 Released
Z.ai (Zhipu AI) merilis GLM-4.7, model andalan berlisensi MIT yang berfokus pada pemrograman, dengan skor 73.8 pada SWE-bench Verified dan 87.4 pada τ²-Bench, serta menempati peringkat pertama di antara model terbuka di Code Arena pada akhir 2025.
- Z.ai (Zhipu AI) merilis GLM-4.7 pada 22 Desember 2025, tiga bulan setelah GLM-4.6, dengan bobot berlisensi MIT di Hugging Face dan akses API, serta menjadikannya model default GLM Coding Plan[3][4][5][6]
- Kartu model Z.ai mencantumkan peningkatan dibanding GLM-4.6 sebesar +5.8 poin menjadi 73.8 pada SWE-bench Verified, +12.9 menjadi 66.7 pada SWE-bench Multilingual, +16.5 menjadi 41.0 pada Terminal Bench 2.0 dan +12.4 menjadi 42.8 pada Humanity's Last Exam dengan alat[6]
- Pada penggunaan alat, model ini melaporkan 87.4 pada τ²-Bench, yang disebut Z.ai sebagai rekor baru bagi model sumber terbuka, dan 67.5 pada BrowseComp dengan manajemen konteks; tabelnya masih menempatkan Gemini 3.0 Pro di depan pada sebagian besar tes penalaran (HLE 37.5 berbanding 24.8)[3][6]
- Z.ai mengujinya pada 100 tugas pemrograman nyata di lingkungan bergaya Claude Code dan menyatakan tingkat penyelesaian serta stabilitasnya mengungguli GLM-4.6; Code Arena menempatkannya di peringkat pertama di antara model terbuka[3]
- Gigazine mencatat bahwa model ini mengungguli Gemini 3.0 Pro pada AIME 2025 dan HMMT Nov. 2025, dan menjalankan model penuh pada BF16 dengan konteks 128K membutuhkan 32 H100[4]
- Epoch AI menempatkannya di peringkat ke-23 dari 177 model yang dilacak saat dirilis[5]
Fitur unggulan
- Hanya teks, konteks 200K token dan keluaran maksimum 128K token; sekitar 358 miliar parameter total pada checkpoint yang dipublikasikan[1][6]
- “Interleaved Thinking” (penalaran sebelum setiap respons dan pemanggilan alat), “Preserved Thinking” baru yang mempertahankan blok penalaran lintas giliran pada agen pemrograman, dan “Turn-level Thinking” yang memungkinkan aplikasi mematikan penalaran untuk permintaan ringan[6]
- Vibe coding: halaman web yang dihasilkan lebih bersih dan modern, serta tata letak dan ukuran slide yang lebih baik[6]
- Berfungsi di dalam kerangka kerja agen Claude Code, Kilo Code, Cline, dan Roo Code[6]
- Harga $0.60 per sejuta token input, $0.11 untuk cache, dan $2.20 untuk output; GLM-4.7-Flash yang dirilis kemudian gratis[2]
Benchmark
Tabel hasil Z.ai dari kartu model, sebagaimana dipublikasikan[6].
| Benchmark | GLM-4.7 | GLM-4.6 | Kimi K2 Thinking | DeepSeek-V3.2 | Gemini 3.0 Pro | Claude Sonnet 4.5 | GPT-5-High | GPT-5.1-High |
|---|---|---|---|---|---|---|---|---|
| MMLU-Pro | 84.3 | 83.2 | 84.6 | 85.0 | 90.1 | 88.2 | 87.5 | 87.0 |
| GPQA-Diamond | 85.7 | 81.0 | 84.5 | 82.4 | 91.9 | 83.4 | 85.7 | 88.1 |
| HLE | 24.8 | 17.2 | 23.9 | 25.1 | 37.5 | 13.7 | 26.3 | 25.7 |
| HLE (dengan alat) | 42.8 | 30.4 | 44.9 | 40.8 | 45.8 | 32.0 | 35.2 | 42.7 |
| AIME 2025 | 95.7 | 93.9 | 94.5 | 93.1 | 95.0 | 87.0 | 94.6 | 94.0 |
| HMMT Feb. 2025 | 97.1 | 89.2 | 89.4 | 92.5 | 97.5 | 79.2 | 88.3 | 96.3 |
| HMMT Nov. 2025 | 93.5 | 87.7 | 89.2 | 90.2 | 93.3 | 81.7 | 89.2 | - |
| IMOAnswerBench | 82.0 | 73.5 | 78.6 | 78.3 | 83.3 | 65.8 | 76.0 | - |
| LiveCodeBench-v6 | 84.9 | 82.8 | 83.1 | 83.3 | 90.7 | 64.0 | 87.0 | 87.0 |
| SWE-bench Verified | 73.8 | 68.0 | 71.3 | 73.1 | 76.2 | 77.2 | 74.9 | 76.3 |
| SWE-bench Multilingual | 66.7 | 53.8 | 61.1 | 70.2 | - | 68.0 | 55.3 | - |
| Terminal Bench Hard | 33.3 | 23.6 | 30.6 | 35.4 | 39.0 | 33.3 | 30.5 | 43.0 |
| Terminal Bench 2.0 | 41.0 | 24.5 | 35.7 | 46.4 | 54.2 | 42.8 | 35.2 | 47.6 |
| BrowseComp | 52.0 | 45.1 | - | 51.4 | - | 24.1 | 54.9 | 50.8 |
| BrowseComp (dengan manajemen konteks) | 67.5 | 57.5 | 60.2 | 67.6 | 59.2 | - | - | - |
| BrowseComp-Zh | 66.6 | 49.5 | 62.3 | 65.0 | - | 42.4 | 63.0 | - |
| τ²-Bench | 87.4 | 75.2 | 74.3 | 85.3 | 90.7 | 87.2 | 82.4 | 82.7 |