GLM-4.7 は、プログラミングをファミリーの看板能力にしたGLMモデルです。コード生成の強化、安定した複数ステップ推論、複雑なエージェントタスクへの対応改善、より自然な対話、そして目に見えて向上したフロントエンドの見栄えを備えて登場しました。最後の点は響き以上に重要で、もっともらしいインターフェースコードを書けるモデルは、純粋なバックエンドのベンチマークでは決して捉えられない種類の手作業を丸ごと省いてくれます。
系譜上は5シリーズの直前に位置し、5シリーズが称賛されている点の多くは 4.7 の改善として始まりました。また、30B の GLM-4.7-Flash ティアを生んだ世代でもあり、同じ MIT ライセンスと同じウェイト公開先のまま本当に小さなモデルが必要なチームにとって、いまも答えであり続けています。2つの 4.7 リリースを合わせて読めば、このファミリーが興味深い研究系列であることをやめ、製品の裏側に置ける存在になった地点だと分かります。
登録もアカウントもクレジットも不要。プロンプトを入力すれば、その場で回答がストリーミングされます。
ここに回答がストリーミングされます...
このプレイグラウンドは OpenRouter 経由で無料のオープンソースLLMを実行しています。GLM-5.2 ではなく、GLMのウェイトも使用していません。以下に掲載したGLMの公表ベンチマークを読みながら、稼働中のモデルを実際に試せるように用意したものです。
ほとんどのコーディング評価は、パッチでテストが通るかどうかを採点します。そこでは、人間が書き直さずに受け入れるインターフェースコードを生み出す、という作業領域がまるごと抜け落ちます。破綻しないレイアウト、妥当な余白、使用中のフレームワークの流儀に沿ったコンポーネント。これらはテストランナーではなく目で判断され、外すと作業を減らすどころか増やします。GLM-4.7 のこの領域での改善は、より自然な対話と相まって、孤立したアルゴリズム課題だけでなくアプリケーション開発の日常的な相棒として使えるものにしました。同じ世代は安定した複数ステップ推論も引き締めており、それが GLM-5 系列を基本的な実行の信頼性ではなく時間軸の長さに集中させました。
公表された比較表がカバーするのは GLM-5.2 と GLM-5.1 です。以下の列は GLM-5.1 のもので、GLM-4.7 の次の世代として最も近い公表参照点になります。GLM-4.7 自体のベンチマーク列は公表されていません。
公表された比較対象に GLM-4.7 の行はないため、当サイトも数値を掲載しません。参照列が示すのは、次世代がコーディングで達成した水準です。GLM-5.1 は SWE-bench Pro で58.4、ProgramBench で50.9、NL2Repo で42.7、GLM-5.2 はそれぞれ62.1、63.7、48.9 です。位置づけではなく実測のプログラミング性能が必要なら、読む価値があるのはこの2列です。
ProgramBench での比較。モデル開発元の公表値です。
ProgramBench は、GLM-4.7 が強みとする領域に最も近い公表評価です。フロンティアがリードし、Claude Opus 4.8 が71.9、GPT-5.5 が70.8。続いて GLM-5.2 が63.7、GLM-5.1 が50.9、DeepSeek-V4-Pro が47.8 です。この項目ではオープンウェイト勢が15ポイント以上に広がっており、「オープンモデル」が性能の等級ではないことを思い出させてくれます。掲げるライセンスより、どのリリースを選ぶかのほうがはるかに重要です。
GLM-4.7 は GLM-4.5-Air に続き、GLM-5 に先行します。軽量な兄弟である GLM-4.7-Flash は同世代の30Bモデルで、この系列全体は今日 GLM-5.2 に収束します。いまプログラミング用途でGLMモデルを選ぶなら、フラッグシップは 4.7 世代の改善をすべて受け継いだうえで100万トークンの文脈と公表ベンチマーク列を備えています。この系譜の要点は、ライセンスが一定のまま能力だけが積み上がったことです。4.5 ティア以降はすべて MIT で、ウェイトは同じ公開先にあります。つまりファミリー内で上位に移ることは計算資源の判断であり、法務の判断ではありません。
GLMモデルのベンチマークを読んだら、実際のモデルを動かしてみてください。上のプレイグラウンドは無料で、何の登録も必要ありません。より本格的なAIツールが必要なら、パートナーの無料プランをどうぞ。