Z.ai: GLM 4.7 Flash

GLM 4.7 Flash es un modelo de generación de texto de Z.ai, lanzado por el proveedor el 19 de enero de 2026. Z.ai lo describe como un modelo SOTA de clase 30B que ofrece una nueva opción que equilibra rendimiento y eficiencia, y señala que está optimizado aún más para casos de uso de codificación agéntica, con capacidades de codificación reforzadas y planificación de tareas de horizonte largo. Se sitúa en la categoría de texto, por lo que está orientado a tareas de lenguaje en lugar de trabajo con imágenes, audio o vídeo.

El modelo acepta entrada de texto y devuelve salida de texto. Tiene una ventana de contexto de 200.000 tokens, lo suficientemente grande como para contener archivos fuente sustanciales, conjuntos de documentación o historiales de conversación largos en una sola solicitud. La salida máxima es de 117.964 tokens, por lo que las respuestas pueden extenderse mucho más allá de una respuesta corta cuando la tarea lo requiere. Dado que el proveedor destaca la codificación agéntica y la planificación de horizonte largo, el modelo está posicionado para trabajo en el que debe razonar a lo largo de muchos pasos en lugar de producir una única respuesta aislada.

Esas características sugieren algunos usos prácticos. La codificación agéntica es el encaje más claro: leer una base de código, planificar una secuencia de ediciones y llevar ese plan a lo largo de una sesión larga. La planificación de tareas de horizonte largo se deriva de las mismas fortalezas, por ejemplo, dividir un trabajo de múltiples etapas en pasos ordenados y hacer seguimiento del progreso. La gran ventana de contexto también se adapta al análisis de documentos, la summarización de entradas largas y los flujos de trabajo impulsados por herramientas en los que el modelo llama a funciones e incorpora sus resultados. Las salidas estructuradas y los controles de razonamiento lo hacen utilizable en canalizaciones que necesitan formas de respuesta predecibles en lugar de prosa de forma libre.

Se llama al modelo a través de la API compatible con OpenAI de api14 usando el id de modelo "z-ai/glm-4.7-flash". Dado que la interfaz sigue el formato de OpenAI, las bibliotecas de cliente de OpenAI existentes y las formas de solicitud funcionan con un cambio de URL base e id de modelo. El modelo admite un amplio conjunto de parámetros de solicitud: temperature, top_p, top_k, min_p, frequency_penalty, presence_penalty, repetition_penalty, max_tokens, stop, seed, logit_bias, logprobs, top_logprobs, response_format, structured_outputs, tools, tool_choice, reasoning e include_reasoning. Esa combinación cubre el control de muestreo, las ejecuciones deterministas mediante seed, la inspección a nivel de token a través de logprobs y los flujos de trabajo de herramientas o salidas estructuradas.

Un límite que vale la pena señalar es la modalidad: la entrada y la salida son solo texto, por lo que las tareas que involucran imágenes o audio necesitan un modelo diferente. El contexto de 200.000 tokens y el techo de salida de 117.964 tokens son generosos pero finitos, por lo que las entradas extremadamente grandes todavía necesitan fragmentación o recuperación. Si su carga de trabajo no involucra codificación, planificación o uso de herramientas, un modelo de texto más simple puede ser suficiente, pero dentro de su alcance declarado GLM 4.7 Flash está construido exactamente para estos trabajos agénticos y de contexto largo.