text
silvamux/
glm-4.7-FlashGLM 4.7 Flash是一款侧重代码生成的模型,在文本理解方面也有较好表现。它适合处理代码编写、重构与开发辅助,可作为相关业务流程中的理解、推理或生成能力底座。
Pricing
Tune and Pro share the same prices.
| Input context | Input | Output | Cache read | Cache write |
|---|---|---|---|---|
| - | ¥0 / 1M tokens | ¥0 / 1M tokens | ¥0 / 1M tokens | ¥0 / 1M tokens |
Capabilities
GLM 4.7 Flash在本轮能力评测中综合得分63,整体表现良好。其代码生成(99%)和文本理解(86%)表现突出,能够完成代码编写、函数实现和开发辅助,并分析文档语义、提取关键信息并处理复杂问答。对软件开发者和工程团队而言,它适合用于代码编写、代码库理解、重构调试等研发场景,解决在复杂代码任务中兼顾生成结果与上下文理解;多语言能力(84%)也为相关任务提供补充。在能力边界上,长文本处理(17%)相对较弱,在超长材料、跨章节引用和持续上下文任务中,建议拆分输入并核对关键信息是否遗漏。
63/ 100
专项进阶能力
8 items智能体协同22%
7 questions · 主/客观混合
代码生成99%
10 questions · 客观
代码理解与调试48%
12 questions · 主/客观混合
创意写作73%
17 questions · 主观
信息检索 / RAG75%
13 questions · 主/客观混合
长文本处理17%
3 questions · 主/客观混合
数学与科学推理71%
14 questions · 客观
多语言能力84%
10 questions · 主/客观混合
通用基础能力
3 items通识知识73%
15 questions · 主/客观混合
文本理解86%
5 questions · 主观
逻辑推理64%
20 questions · 主/客观混合
安全与合规能力
2 items幻觉控制53%
9 questions · 主/客观混合
指令遵循54%
14 questions · 主/客观混合
Performance
Glm 4.7 Flash
glm-4.7-Flash- 延迟
- 41.45s
- 吞吐量
- 3.85Ktokens/min
- 可用率
- 98.66%
Availability
98.66%- 完成率
- 85%
- 缓存命中率
- 1.9%
- 累计评测耗时
- 15432.8s
- Token 消耗
- 991,111tokens
- 平均请求次数
- 1.2次
- TPM
- 3,853tokens/min
- QPM
- 0.6req/min
Glm 4.7 Flash example code and API
Pro
glm-4.7-Flash/api/v0/chat/completions/api/v1/chat/completions/api/anthropic/v1/messagescurl https://www.silvamux.com/api/v1/chat/completions \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "glm-4.7-Flash",
"messages": [{"role": "user", "content": "Hello, please introduce yourself"}]
}'# pip install openai
from openai import OpenAI
client = OpenAI(
base_url="https://www.silvamux.com/api/v1",
api_key="YOUR_API_KEY",
)
response = client.chat.completions.create(
model="glm-4.7-Flash",
messages=[
{"role": "user", "content": "Hello, please introduce yourself"}
],
)
print(response.choices[0].message.content)// Gradle: implementation(__HL_SLOT_0__)
import okhttp3.*;
OkHttpClient client = new OkHttpClient();
MediaType json = MediaType.get("application/json");
String payload = "{\"model\":\"glm-4.7-Flash\",\"messages\":[{\"role\":\"user\",\"content\":\"Hello, please introduce yourself\"}]}";
Request request = new Request.Builder()
.url("https://www.silvamux.com/api/v1/chat/completions")
.header("Authorization", "Bearer YOUR_API_KEY")
.post(RequestBody.create(payload, json))
.build();
try (Response response = client.newCall(request).execute()) {
System.out.println(response.body().string());
}// npm install openai
import OpenAI from 'openai'
const client = new OpenAI({
baseURL: 'https://www.silvamux.com/api/v1',
apiKey: 'YOUR_API_KEY',
})
const response = await client.chat.completions.create({
model: 'glm-4.7-Flash',
messages: [{ role: 'user', content: 'Hello, please introduce yourself' }],
})
console.log(response.choices[0].message.content)