Z.ai: GLM 4.7

GLM 4.7 adalah model teks unggulan terbaru dari Z.ai, dirilis pada 22 Desember 2025. Z.ai membangun keluarga GLM, dan versi ini memusatkan peningkatannya pada dua area: kemampuan pemrograman dan penalaran serta eksekusi multi-langkah yang lebih stabil. Provider juga melaporkan peningkatan pada tugas agen yang kompleks, yang menempatkan model ini di kelas asisten serbaguna yang diharapkan dapat merencanakan, memanggil alat dan menyelesaikan tugas melalui beberapa langkah alih-alih menjawab satu pertanyaan saja.

Model ini menerima teks dan menghasilkan teks. Model ini tidak menerima gambar, audio atau input non-teks lainnya, dan hanya mengembalikan teks. Jendela konteksnya adalah 204.800 token, dan panjang output maksimum adalah 131.072 token. Kombinasi itu penting untuk pekerjaan panjang: repositori besar, riwayat percakapan yang panjang atau tumpukan dokumen yang besar dapat dimuat dalam prompt, dan balasannya sendiri dapat cukup panjang untuk menampung konten yang dihasilkan secara substansial, seperti file besar atau laporan lengkap, tanpa terpotong.

Karena fokusnya pada penalaran dan agen, penggunaan yang wajar adalah pembuatan kode, refactoring dan review pada file besar, penggunaan alat multi-langkah di mana model harus memanggil fungsi dan bertindak atas hasilnya, serta analisis yang membutuhkan banyak materi untuk dilihat sekaligus. Output terstruktur dan format respons JSON membuatnya dapat digunakan sebagai langkah penalaran di dalam pipeline, dan konteks yang besar membantu ketika tugas bergantung pada detail yang terkubur jauh dari awal dokumen.

Melalui api14 Anda memanggilnya dengan model id "z-ai/glm-4.7" pada API yang kompatibel dengan OpenAI, sehingga klien OpenAI yang sudah ada biasanya berfungsi setelah Anda mengarahkan base URL ke api14 dan mengganti nama model. Parameter permintaan yang didukung adalah 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 dan top_p. Parameter yang terkait dengan alat dan penalaran perlu diperhatikan: tools dan tool_choice menggerakkan pemanggilan fungsi, reasoning dan include_reasoning mengontrol apakah output penalaran dikembalikan, dan response_format plus structured_outputs membatasi bentuk balasannya. Seed tersedia untuk pengambilan sampel yang dapat direproduksi, dan kontrol pengambilan sampel standar (temperature, top_p, top_k, min_p, top_a, dua penalti dan repetition_penalty) memungkinkan Anda menyetel keacakan dan pengulangan.

Karena model ini hanya teks, tugas yang melibatkan gambar, audio atau video memerlukan model yang berbeda.