- Представлена новая версия модели GLM-4.7, специально улучшенная для агентного кодинга.
- Значительный прирост по бенчмаркам: улучшение в терминальных задачах, работе с инструментами и сложном рассуждении.
- Модель доступна публично, интегрируется в популярные агентные среды и позиционируется как более доступная альтернатива Claude.
Китайская компания Z.ai выпустила обновленную версию своей модели для программирования — GLM-4.7, которая стала заметным шагом вперёд в области агентного кодинга. Основное внимание в обновлении было уделено поддержке агентных сценариев, работе с терминалами и устойчивому выполнению длительных задач. По результатам тестов, GLM-4.7 демонстрирует существенные улучшения: так, по SWE-bench Verified показатель вырос до 73,8% (+5,8%), по SWE-bench Multilingual — до 66,7% (+12,9%), а по Terminal Bench 2.0 — до 41% (+16,5%).
Главное нововведение — применение подхода interleaved thinking («промежуточное мышление»), при котором модель обдумывает действие перед каждым шагом и сохраняет логику рассуждений между ходами. Это позволило значительно повысить стабильность при выполнении длинных цепочек команд в терmинале и интегрированной среде разработки (IDE), а также снизить число ошибок и повторных действий.
Важным улучшением стало развитие возможностей tool using, что отражается на резком приросте эффективности при работе с браузерными задачами и тестах τ²-bench. GLM-4.7 умеет снижать количество лишних вызовов и выполнять более целенаправленные действия. Кроме того, улучшения коснулись математики и сложного рассуждения, на тестах HLE модель достигает 42,8% — почти на 12 пунктов выше предыдущей версии.
Неожиданным бонусом стала улучшенная генерация пользовательского интерфейса и веб-страниц: модель теперь создаёт аккуратные страницы с корректной версткой и визуальным отображением иерархии. Это значительно упрощает быстрый прототипинг и разработку внутренних инструментов.
GLM-4.7 уже интегрирована в популярные агентные среды, такие как Claude Code, Roo Code и Cline, а также доступна через API платформ Z.ai и OpenRouter. При этом веса модели выложены открыто на HuggingFace, что позволяет разворачивать ее локально с помощью vLLM или SGLang. По стоимости она позиционируется как конкурентоспособная альтернатива модели Claude, что особенно интересно при непрерывных агентных нагрузках.
Таким образом, GLM-4.7 представляет собой всесторонне улучшенную и более доступную модель для агентного кодинга, способную эффективно решать комплексные задачи и интегрироваться в современные разработческие инструменты.
