Z.ai: GLM 4.7

O GLM 4.7 é o mais recente modelo de texto principal da Z.ai, lançado a 22 de dezembro de 2025. A Z.ai desenvolve a família GLM, e esta versão concentra as suas melhorias em duas áreas: capacidade de programação e raciocínio e execução multi-etapa mais estáveis. O fornecedor também reporta melhorias em tarefas complexas de agentes, o que coloca o modelo na classe de assistentes de uso geral que se espera que planeiem, chamem ferramentas e levem uma tarefa através de vários passos em vez de responder a uma única pergunta.

O modelo é texto de entrada e texto de saída. Não aceita imagens, áudio ou outras entradas não textuais, e devolve apenas texto. A sua janela de contexto é de 204.800 tokens, e o comprimento máximo de saída é de 131.072 tokens. Essa combinação é importante para trabalhos longos: um repositório grande, um histórico de conversa longo ou uma grande pilha de documentos podem caber no prompt, e a própria resposta pode ser suficientemente longa para conter conteúdo gerado substancial, como um ficheiro grande ou um relatório completo, sem ser cortada.

Devido ao foco em raciocínio e agentes, os usos naturais são geração de código, refatoração e revisão em ficheiros grandes, uso de ferramentas multi-etapa em que o modelo tem de chamar funções e agir sobre resultados, e análise que exige manter muito material em vista ao mesmo tempo. Saídas estruturadas e formatos de resposta JSON tornam-no utilizável como o passo de raciocínio dentro de um pipeline, e o contexto grande ajuda quando a tarefa depende de detalhes enterrados longe do início do documento.

Através da api14, chama-o com o id de modelo "z-ai/glm-4.7" na API compatível com OpenAI, pelo que um cliente OpenAI existente normalmente funciona depois de apontar o URL base para a api14 e trocar o nome do modelo. Os parâmetros de pedido suportados são 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 e top_p. Os parâmetros relacionados com ferramentas e raciocínio merecem atenção: tools e tool_choice orientam a chamada de funções, reasoning e include_reasoning controlam se a saída de raciocínio é devolvida, e response_format mais structured_outputs restringem a forma da resposta. Seed está disponível para amostragem reproduzível, e os controlos de amostragem padrão (temperature, top_p, top_k, min_p, top_a, as duas penalizações e repetition_penalty) permitem ajustar a aleatoriedade e a repetição.

Como o modelo é apenas texto, tarefas que envolvam imagens, áudio ou vídeo precisam de um modelo diferente.