GLM-4.7 vs GLM-4.6V
Benchmarks, API Token Pricing, Context Window & Speed Comparison
Related topics (12)
GLM-4.7 di Zhipu AI e GLM-4.6V di Zhipu AI sono due modelli di IA di riferimento. GLM-4.7 offre una finestra di contesto di 204.8K token a $0.00/$0.00 per milione di token, mentre GLM-4.6V mette a disposizione 131.1K token di contesto a $0.00/$0.00 per milione di token. Di seguito analizziamo benchmark, latenza e costi.
Cambia e Confronta Qualsiasi Modello
Select any AI models from our verified benchmark database to generate live side-by-side matrices.
GLM-4.7
Modello Base a Pesi ApertiGLM-4.7 di Zhipu AI è un modello di IA progettato per il self-hosting su infrastruttura privata, il fine-tuning e la piena sovranità dei dati, con finestra di contesto da 205K, velocità di 72 token/s, indice di intelligenza di 84/100 e tari
$0.00 / 1M
$0.00 / 1M
204.8K tokens
52%
GLM-4.6V
IA Multimodale NativaGLM-4.6V di Zhipu AI è un modello di IA progettato per la comprensione multimodale nativa di testo e immagini e l’analisi visiva dei documenti, con finestra di contesto da 131K, velocità di 80 token/s, indice di intelligenza di 77/100 e tar
$0.00 / 1M
$0.00 / 1M
131.1K tokens
N/A
Differenze Chiave a Colpo d’Occhio
- Both models cost the same under this workload — choose on capability, not price.
- GLM-4.7 has a larger context window (205K vs 131K tokens).
- GLM-4.6V is faster at 80 tok/s vs 72 tok/s.
| Feature | GLM-4.7 | GLM-4.6V |
|---|---|---|
Intelligence Index Composite reasoning & knowledge score (0-100) | 84 | 77 |
Provider | Zhipu AI | Zhipu AI |
Input Price Cost per million input tokens | $0.00 / 1M | $0.00 / 1M |
Output Price Cost per million output tokens | $0.00 / 1M | $0.00 / 1M |
Blended Price Weighted 7:2:1 cache:input:output per 1M | $0.00 / 1M | $0.00 / 1M |
Context Window Maximum input + output tokens | 204.8K tokens~307 A4 pages of text | 131.1K tokens~197 A4 pages of text |
Max Output Tokens Per single request | 16K | 8K |
Throughput Speed Tokens generated per second | 72 tok/s | 80 tok/s |
SWE-bench Verified Real-world software engineering | 52% | N/A |
GPQA Diamond Graduate-level reasoning | 66% | N/A |
Chi vince in ogni categoria?
At-a-glance decision frameworkEvaluations ongoing
Punteggi Benchmark Verificati
Official evaluation metrics verified by independent third-party research labs.
Industry benchmark evaluating real-world GitHub issue resolution and multi-file debugging.
Challenging questions created by domain experts to test complex PhD-level reasoning.
Hardened reasoning and academic knowledge benchmark with reduced lucky-guess probability.
Crowdsourced human preference evaluation based on blind, head-to-head model battles.
Tokens emitted per second during active generation streaming.
Latenza e Tempo di Risposta
Time to first token (TTFT) and estimated end-to-end response time for a typical 500-token response.
Simulatore Interattivo dei Costi Token
Adjust sliders to calculate projected monthly cloud API spending with prompt caching discounts.
GLM-4.7 · Strengths & Key Advantages
- Finestra di contesto da 205K con capacità massima di output fino a 16K token (SWE-bench Verified 52% · GPQA Diamond 66%)
- Throughput elevato di 72 token/secondo con latenza al primo token (TTFT) di soli 540 ms
- Pesi aperti (180B MoE) pronti per il self-hosting locale o su cloud privato tramite vLLM, SGLang o Ollama
Considerations & Trade-offs
- Richiede server GPU dedicati con sufficiente memoria VRAM per l’esecuzione locale a piena precisione
- Nelle dimostrazioni scientifiche più estreme, i modelli di ragionamento pesante dedicati offrono maggiore profondità
GLM-4.6V · Strengths & Key Advantages
- Finestra di contesto da 131K con capacità massima di output fino a 8K token (MMLU-Pro 74% · Arena Elo 1280)
- Throughput elevato di 80 token/secondo con latenza al primo token (TTFT) di soli 510 ms
- Pesi aperti (24B VLM) pronti per il self-hosting locale o su cloud privato tramite vLLM, SGLang o Ollama
Considerations & Trade-offs
- Richiede server GPU dedicati con sufficiente memoria VRAM per l’esecuzione locale a piena precisione
- Nelle dimostrazioni scientifiche più estreme, i modelli di ragionamento pesante dedicati offrono maggiore profondità
Token Use & Task Economics
Estimated cost and token consumption to complete one representative agentic task.
| Metric | GLM-4.7 | GLM-4.6V |
|---|---|---|
Cost per Task Estimated USD to finish one task | $0.00 | $0.00 |
Output Tokens / Task Tokens generated per task | 20K | 14K |
Reasoning Tokens / Task Thinking tokens burned per task | 7K | 3K |
Specifiche Tecniche
Architecture, release timeline, capabilities, and modalities.
| Feature | GLM-4.7 | GLM-4.6V |
|---|---|---|
| Official API Model ID (SDK) | glm-4-7 | glm-4-6v |
| API Protocol | OpenAI-Compatible REST / vLLM / SGLang / HuggingFace TGI | OpenAI-Compatible REST / vLLM / SGLang / HuggingFace TGI |
| Release Date | 2025-12 | 2025-12 |
| Knowledge Cutoff | October 2025 | October 2025 |
| Architecture | Mature Dense/MoE Hybrid Autoregressive Transformer | High-Resolution Open Vision-Language Transformer |
| Parameters | 180B MoE | 24B VLM |
| Enterprise Rate Limits (RPM / TPM) | Unlimited (Hardware-bound on self-hosted GPU) / 10,000 RPM Cloud · Unlimited local throughput / 10M+ TPM Managed Cloud | Unlimited (Hardware-bound on self-hosted GPU) / 10,000 RPM Cloud · Unlimited local throughput / 10M+ TPM Managed Cloud |
| Long-Context Tier (>128K/200K) | Free across full context window (only KV-cache VRAM scales) | Free across full context window (only KV-cache VRAM scales) |
| Prompt Cache Policy & TTL | Automatic prefix KV-caching in vLLM / SGLang (0 cost) | Automatic prefix KV-caching in vLLM / SGLang (0 cost) |
| Computer Use / GUI Agent | API / CLI Tool-Use & DOM Agent ready (no raw pixel desktop click loop) | API / CLI Tool-Use & DOM Agent ready (no raw pixel desktop click loop) |
| MCP & Parallel Tool Calling | Native MCP Client/Server ready · Parallel function calling · 100% Strict JSON Schema | Native MCP Client/Server ready · Parallel function calling · 100% Strict JSON Schema |
| Web Search Grounding & Sandbox | Supported via external Tavily/Exa Search & E2B/Docker Sandbox tools | Supported via external Tavily/Exa Search & E2B/Docker Sandbox tools |
| Official Fine-Tuning Support | Full Weights SFT, LoRA, QLoRA, DPO & GRPO RL (Unsloth / Axolotl / Llama-Factory) | Full Weights SFT, LoRA, QLoRA, DPO & GRPO RL (Unsloth / Axolotl / Llama-Factory) |
| Multimodal Token Billing | Text BPE (~4 chars/token) | Text BPE (~4 chars/token) · Vision (~258–765 tokens per image tile) |
| Quantization & Min GPU VRAM | BF16 / FP16, FP8 Dynamic, INT4 AWQ / GPTQ, GGUF (Q4_K_M / Q8_0) · 112 GB VRAM (4-bit Quantized) · 387 GB VRAM (Native BF16) | BF16 / FP16, FP8 Dynamic, INT4 AWQ / GPTQ, GGUF (Q4_K_M / Q8_0) · 15 GB VRAM (4-bit Quantized) · 52 GB VRAM (Native BF16) |
| Safety & Frontier Classification | Open-Weights System Card + Customizable Guardrail Layer (Llama Guard / ShieldGemma) | Open-Weights System Card + Customizable Guardrail Layer (Llama Guard / ShieldGemma) |
| Enterprise Compliance (ZDR/HIPAA/SOC2) | 100% Air-Gapped On-Premises / Private VPC · Full HIPAA, GDPR & SOC2 Control | 100% Air-Gapped On-Premises / Private VPC · Full HIPAA, GDPR & SOC2 Control |
| Input Modalities | text | text, vision |
| Output Modalities | text | text |
GLM-4.7 vs GLM-4.6V: Risposte Rapide (FAQ)
Which is more intelligent, GLM-4.7 or GLM-4.6V?
GLM-4.7 is more intelligent. It scores 84 compared with 77 on the composite Intelligence Index.
Which model is faster?
GLM-4.6V is faster, generating 80 tokens per second compared with 72 tokens per second.
Which model has lower latency?
GLM-4.6V has lower latency, with a time to first token of 0.51s compared with 0.54s.
Which model has a larger context window?
GLM-4.7 has a larger context window, supporting 204.8K tokens compared with 131.1K tokens.
Verdetto
Sia GLM-4.7 (Ideale per il self-hosting su infrastruttura privata, il fine-tuning e la piena sovranità dei dati, sistemi RAG aziendali e integrazioni API scalabili.) sia GLM-4.6V (Ideale per la comprensione multimodale nativa di testo e immagini e l’analisi visiva dei documenti, sistemi RAG aziendali e integrazioni API scalabili.) eccellono in produzione: GLM-4.7 guida nei benchmark di ragionamento e programmazione, GLM-4.6V garantisce una generazione più rapida e GLM-4.7 offre il miglior rapporto qualità-prezzo per carichi API elevati.
Domande Frequenti (FAQ)
Quale modello è migliore per coding e ragionamento, GLM-4.7 o GLM-4.6V?+
Nell’indice di intelligenza composito e nei benchmark di programmazione prevale GLM-4.7. Consulta i punteggi SWE-bench e GPQA qui sopra per tutti i dettagli.
Qual è la differenza di prezzo API tra GLM-4.7 e GLM-4.6V?+
GLM-4.7 costa $0.00 / $0.00 per milione di token di input/output, mentre GLM-4.6V costa $0.00 / $0.00. Nel costo combinato, GLM-4.7 risulta più economico.
Quale modello ha la finestra di contesto più ampia e la velocità maggiore?+
GLM-4.7 supporta 204.8K token di contesto contro 131.1K token di GLM-4.6V, mentre GLM-4.6V offre una velocità di generazione superiore.
Understand key metrics like context window, token pricing, reasoning mode, and SWE-bench scores in our comprehensive AI glossary.
Related reading
- GLM-4.6V vs GLM-4.6: Confronto Benchmark, Prezzi API e Velocità (2026)Confronta
- GLM-4.6V vs MiniMax-M2.1: Confronto Benchmark, Prezzi API e Velocità (2026)Confronta
- GLM-4.7-Flash vs GLM-4.7: Confronto Benchmark, Prezzi API e Velocità (2026)Confronta
- GLM-4.7 vs Kimi K2 Thinking: Confronto Benchmark, Prezzi API e Velocità (2026)Confronta
- Aion-3.0 vs Aion-Mini: Confronto Benchmark, Prezzi API e Velocità (2026)Confronta
- Aion-3.0 vs Gemini 3.6 Flash: Confronto Benchmark, Prezzi API e Velocità (2026)Confronta
Benchmark scores, token prices, and rate limits evolve rapidly as AI labs release model updates. Always verify current specifications and pricing on the official provider documentation.
Fonti ufficiali: Documentazione API ufficiale di Zhipu AI e Zhipu AI, schede di sistema e benchmark indipendenti (2026).