Z.ai: GLM 4.7

GLM 4.7 ist das neueste Flaggschiff-Textmodell von Z.ai, veröffentlicht am 22. Dezember 2025. Z.ai entwickelt die GLM-Familie, und diese Version konzentriert ihre Verbesserungen auf zwei Bereiche: Programmierfähigkeit sowie stabileres mehrstufiges Reasoning und Ausführung. Der Anbieter berichtet außerdem von Verbesserungen bei komplexen Agent-Aufgaben, was das Modell in die Klasse der Allzweck-Assistenten einordnet, von denen erwartet wird, dass sie planen, Tools aufrufen und eine Aufgabe über mehrere Schritte hinweg durchführen, statt eine einzelne Frage zu beantworten.

Das Modell nimmt Text entgegen und gibt Text aus. Es akzeptiert keine Bilder, Audio oder andere nicht-textuelle Eingaben und gibt ausschließlich Text zurück. Sein Kontextfenster umfasst 204.800 Tokens, und die maximale Ausgabelänge beträgt 131.072 Tokens. Diese Kombination ist wichtig für lange Aufgaben: Ein großes Repository, ein langer Gesprächsverlauf oder ein großer Stapel Dokumente kann im Prompt liegen, und die Antwort selbst kann lang genug sein, um substanziellen generierten Inhalt zu fassen, etwa eine große Datei oder einen vollständigen Bericht, ohne abgeschnitten zu werden.

Aufgrund des Fokus auf Reasoning und Agenten sind die naheliegenden Einsatzbereiche Codegenerierung, Refactoring und Review über große Dateien hinweg, mehrstufige Tool-Nutzung, bei der das Modell Funktionen aufrufen und auf Ergebnisse reagieren muss, sowie Analysen, die erfordern, viel Material gleichzeitig im Blick zu behalten. Strukturierte Ausgaben und JSON-Antwortformate machen es als Reasoning-Schritt innerhalb einer Pipeline nutzbar, und der große Kontext hilft, wenn die Aufgabe von Details abhängt, die weit entfernt vom Anfang des Dokuments vergraben sind.

Über api14 rufen Sie es mit der Modell-ID "z-ai/glm-4.7" auf der OpenAI-kompatiblen API auf, sodass ein vorhandener OpenAI-Client in der Regel funktioniert, nachdem Sie die Base-URL auf api14 gerichtet und den Modellnamen ausgetauscht haben. Unterstützte Anfrageparameter sind frequency_penalty, include_reasoning, logit_bias, max_tokens, min_p, presence_penalty, reasoning, repetition_penalty, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, top_a, top_k und top_p. Die Parameter im Zusammenhang mit Tools und Reasoning sind erwähnenswert: tools und tool_choice steuern den Funktionsaufruf, reasoning und include_reasoning steuern, ob Reasoning-Ausgabe zurückgegeben wird, und response_format plus structured_outputs schränken die Form der Antwort ein. Seed ist für reproduzierbares Sampling verfügbar, und die Standard-Sampling-Steuerungen (temperature, top_p, top_k, min_p, top_a, die beiden Penalties und repetition_penalty) ermöglichen es Ihnen, Zufälligkeit und Wiederholung abzustimmen.

Da das Modell ausschließlich Text verarbeitet, benötigen Aufgaben mit Bildern, Audio oder Video ein anderes Modell.