GLM-4.7 Flash
Zhipu AI (Z.ai) · China · veröffentlicht 19. Januar 2026
Ein leichtgewichtiges Coding-Modell, das mit nur 3 Milliarden aktiven Parametern auf einer einzelnen Consumer-Grafikkarte läuft und in seiner Größenklasse die stärkste Coding-Leistung liefert.
Modell auf Hugging Face ansehenBewertung im Detail
Gesamtnote aus drei gewichteten Dimensionen. Wie wir bewerten
Fähigkeitsprofil
Wo GLM-4.7 Flash stark ist, über sechs Säulen auf einer Skala von 0 bis 100. Die gestrichelte Linie ist der Median aller 22 Modelle im Vergleich. Wie die Säulen entstehen
| Säule | Wert | Grundlage |
|---|---|---|
| Programmierung | 76 | benchmarkbelegt |
| Mathematik & Logik | 92 | benchmarkbelegt |
| Wissen | 76 | benchmarkbelegt |
| Deutsch & Sprache | 78 | redaktionelle Einschätzung |
| Agentik & Werkzeuge | 72 | redaktionelle Einschätzung |
| Langer Kontext | 74 | redaktionelle Einschätzung |
Stärkste Säule: Mathematik & Logik. Belegte Werte stammen aus den dokumentierten Benchmarks unten (baseline-korrigiert normalisiert), mit „Einschätzung" markierte Säulen sind eine redaktionelle Einordnung, weil kein vergleichbarer Benchmark vorlag. Details zur Methodik stehen auf der Übersichtsseite.
Steckbrief
- Architektur
- Mixture-of-Experts
- Parameter
- 30 Mrd. gesamt, 3 Mrd. aktiv je Token
- Kontextfenster
- 200K Token
- Lizenz
- MIT
- Eingabe
- Text
- Lokaler Betrieb
- Eine GPU (ab 18 GB, RTX 4090/3090, 4-Bit)
- Bei EU-Hostern
- SeltenKein EU-Hoster bestätigt, Self-Hosting; Z.ai-API in China
- Cloud-API (Richtwert)
- 0,05 € Eingabe / 0,35 € Ausgabe je Mio. TokenZ.ai/OpenRouter, Richtwert, umgerechnet aus USD
Benchmarks
Die folgenden Werte sind Hersteller-Angaben. Eine unabhängige Verifikation lag zum Stand dieser Seite nicht vor.
GLM-4.7 Flash von Z.ai ist ein leichtgewichtiges Mixture-of-Experts-Modell, das gezielt für lokales Programmieren und agentische Aufgaben gebaut wurde. Von 30 Milliarden Parametern sind nur 3 Milliarden je Token aktiv, wodurch es mit 4-Bit-Quantisierung rund 18 GB Grafikspeicher braucht und auf einer einzelnen RTX 4090 oder 3090 läuft. Bei SWE-bench Verified erreicht es 59,2, in seiner Größenklasse der stärkste Wert unter den offenen Modellen, dazu 91,6 bei AIME 2025 und 64,0 bei LiveCodeBench v6.
Das Modell steht unter der freien MIT-Lizenz und läuft über die gängigen Werkzeuge wie Ollama, LM Studio, llama.cpp und vLLM. Gegenüber dem großen GLM-5.1 und 5.2 ist es deutlich schwächer, für einen lokalen Coding-Assistenten auf einer einzelnen Grafikkarte aber eine der besten Optionen. Ein europäischer Hoster ist nicht bestätigt, der DSGVO-konforme Betrieb läuft über eigene Hardware.
Stärken
- +Läuft mit rund 18 GB auf einer RTX 4090 oder 3090
- +MIT-Lizenz, kommerziell ohne Auflagen
- +Starke Coding- und Reasoning-Werte für die Größe (SWE-bench 59,2)
Grenzen
- −Deutlich schwächer als das große GLM-5.1/5.2
- −Nur Text, kein Bild- oder Videoverständnis
- −Kein EU-Hoster bestätigt, Benchmarks vom Hersteller
Quelle: Offizielle HF-Modellkarte zai-org/GLM-4.7-Flash und Z.ai-Release-Notes, Januar 2026. Stand der Recherche: 1. Juli 2026. Die Prozent-Bewertung ist eine redaktionelle Einschätzung von gewusst:KI.
Lokale KI im eigenen Unternehmen aufbauen
Wir begleiten die Auswahl des passenden Modells, die Hardware-Planung und den Betrieb, lokal oder bei einem europäischen Hoster. Einen Einstieg bietet unser Workshop zu lokaler KI oder ein direktes Gespräch.