智谱发布面向智能体编程的 GLM-4.7

背景

2025 年 12 月，智谱与视觉模型 GLM-4.6V 一同发布 GLM-4.7。^[2][3]

发生了什么

GLM-4.7 面向多语言智能体编程与终端任务。智能体编程指模型分多个步骤编写和修改代码；终端任务则指在命令行环境中完成的工作。模型权重于 2025 年 12 月 22 日上传至 Hugging Face。^[2][3]

关键细节

在 SWE-bench Verified 上，GLM-4.7 得分为 73.8%，比 GLM-4.6 高 5.8 个百分点；在 SWE-bench Multilingual 上得分为 66.7%，高出 12.9 个百分点。SWE-bench 检验模型能否解决真实开源软件中的问题。^[1]

在 Terminal Bench 2.0 上，得分为 41.0%，提高 16.5 个百分点；在带工具的 HLE 上得分为 42.8%，提高 12.4 个百分点。^[1] 模型加入了交错思考（Interleaved Thinking），即每次回复和工具调用前都先思考；以及保留思考（Preserved Thinking），即在多轮智能体会话中保留推理内容。轮次级思考控制则允许用户逐轮管理思考。^[1]

影响

GLM-4.7 采用 MIT 许可证，开发者可以在该许可证的条款下下载模型，并基于它构建智能体工具。^[1]

怎样看基准成绩

基准成绩只有在相同测试、相同条件下比较才有意义。厂商公布的对比表通常只选取部分测试与部分对手，因此读数字时要同时看测试名称和对比对象。两个分数之间的小幅差距，本身未必说明能力上的实际差别；而且单项测试很少能概括模型的全部能力。

智能体相关术语

智能体（agent）是一种分步完成任务的模型：它决定下一步做什么，并在过程中调用搜索、代码执行等外部工具。思考模式决定模型在回答前是否以及如何进行推理。上下文窗口是模型一次能使用的文本量，窗口越长，模型能同时关注的长对话或长文档内容就越多。