zai-org/glm-4.7

LLM

GLM 4.7 API by ZHIPUAI

zai-org/glm-4.7

Glm-4.7

GLM-4.7 is Z.AI’s latest flagship model, featuring upgrades in two key areas: enhanced programming capabilities and more stable multi-step reasoning/execution. It demonstrates significant improvements in executing complex agent tasks while delivering more natural conversational experiences and superior front-end aesthetics.

GLM 4.7은(는) Z.ai에서 개발한 모델입니다. Atlas Cloud(운영: Atlas Cloud AI LLC)는 해당 모델에 대한 액세스를 제공할 뿐이며 이를 소유하지 않습니다. 모든 상표는 각 소유자에게 귀속됩니다.

파라미터

코드 예시
import os
from openai import OpenAI

client = OpenAI(
    api_key=os.getenv("ATLASCLOUD_API_KEY"),
    base_url="https://api.atlascloud.ai/v1"
)

response = client.chat.completions.create(
    model="zai-org/glm-4.7",
    messages=[
        {
            "role": "user",
            "content": "what is difference between http and https"
        }
    ],
    max_tokens=81920,
    temperature=0.7
)

print(response.choices[0].message.content)

설치

사용하는 언어에 필요한 패키지를 설치하세요.

pip install requests

인증

모든 API 요청에는 API 키를 통한 인증이 필요합니다. Atlas Cloud 대시보드에서 API 키를 받을 수 있습니다.

export ATLASCLOUD_API_KEY="your-api-key-here"

HTTP 헤더

import os

API_KEY = os.environ.get("ATLASCLOUD_API_KEY")
headers = {
    "Content-Type": "application/json",
    "Authorization": f"Bearer {API_KEY}"
}

API 키를 안전하게 보관하세요

클라이언트 측 코드나 공개 저장소에 API 키를 노출하지 마세요. 대신 환경 변수 또는 백엔드 프록시를 사용하세요.

요청 제출

import requests

url = "https://api.atlascloud.ai/v1/chat/completions"
headers = {
    "Content-Type": "application/json",
    "Authorization": "Bearer $ATLASCLOUD_API_KEY"
}
data = {
    "model": "zai-org/glm-4.7",
    "messages": [
        {
            "role": "user",
            "content": "what is difference between http and https"
        }
    ],
    "max_tokens": 81920,
    "temperature": 0.7,
    "stream": False
}

response = requests.post(url, headers=headers, json=data)
print(response.json())

입력 Schema

다음 파라미터를 요청 본문에서 사용할 수 있습니다.

전체: 14필수: 2선택: 12

modelstringrequired

The model ID to use for the completion.

Example: "zai-org/glm-4.7"

messagesarray[object]required

A list of messages comprising the conversation so far.

rolestringrequired

The role of the message author.

systemuserassistant

contentstringrequired

The content of the message.

temperaturenumber

Controls the variety of the model's responses. Lower values make output more predictable and deterministic, higher values more diverse and random.

Default: 1Min: 0Max: 2

top_pnumber

Nucleus sampling: limits the model's choices to the smallest set of tokens whose cumulative probability reaches top_p. It is recommended to adjust either this or temperature, not both.

Default: 1Min: 0Max: 1

top_kinteger

Limits the model's choice to the k most likely tokens at each step. Set to 0 or omit to disable.

Default: 0Min: 0

min_pnumber

Minimum probability threshold for a token to be considered, measured relative to the probability of the most likely token. Tokens below this threshold are filtered out.

Default: 0Min: 0Max: 1

frequency_penaltynumber

Penalizes tokens based on how frequently they have appeared in the text so far, reducing verbatim repetition. Negative values encourage token reuse.

Default: 0Min: -2Max: 2

presence_penaltynumber

Penalizes tokens that have already appeared in the text regardless of frequency, encouraging the model to introduce new topics.

Default: 0Min: -2Max: 2

repetition_penaltynumber

Multiplicative penalty applied to previously generated tokens. Values greater than 1 discourage repetition; 1 disables it.

Default: 1Min: 0Max: 2

stopstring | array[string]

One or more sequences where the API will stop generating further tokens. The returned text will not contain the stop sequence.

seedinteger

Random seed for deterministic sampling. Repeated requests with the same seed and parameters should return the same result.

max_tokensinteger

The maximum number of tokens to generate in the completion. The maximum value is the model's context length minus the prompt length.

Min: 1

logit_biasobject

A map of token IDs to bias values from -100 to 100 that adjust the likelihood of those tokens appearing in the output.

streamboolean

If set to true, partial message deltas will be sent as server-sent events.

Default: false

요청 본문 예시

{
  "model": "zai-org/glm-4.7",
  "messages": [
    {
      "role": "user",
      "content": "what is difference between http and https"
    }
  ],
  "max_tokens": 81920,
  "temperature": 0.7,
  "stream": false
}

출력 Schema

API는 ChatCompletion 호환 응답을 반환합니다.

idstringrequired

Unique identifier for the completion.

objectstringrequired

Object type, always "chat.completion".

Default: "chat.completion"

createdintegerrequired

Unix timestamp of when the completion was created.

modelstringrequired

The model used for the completion.

choicesarray[object]required

List of completion choices.

indexintegerrequired

Index of the choice.

messageobjectrequired

The generated message.

finish_reasonstringrequired

The reason generation stopped.

stoplengthcontent_filter

usageobjectrequired

Token usage statistics.

prompt_tokensintegerrequired

Number of tokens in the prompt.

completion_tokensintegerrequired

Number of tokens in the completion.

total_tokensintegerrequired

Total tokens used.

응답 예시

{
  "id": "chatcmpl-abc123",
  "object": "chat.completion",
  "created": 1700000000,
  "model": "model-name",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "Hello! How can I assist you today?"
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 10,
    "completion_tokens": 20,
    "total_tokens": 30
  }
}

Atlas Cloud Skills

Atlas Cloud Skills는 400개 이상의 AI 모델을 AI 코딩 어시스턴트에 직접 통합합니다. 한 번의 명령으로 설치하고 자연어로 이미지, 동영상 생성 및 LLM과 대화할 수 있습니다.

지원 클라이언트

Claude Code

OpenAI Codex

Gemini CLI

Cursor

Windsurf

VS Code

Trae

GitHub Copilot

Cline

Roo Code

Amp

Goose

Replit

40+ 지원 클라이언트

설치

npx skills add AtlasCloudAI/atlas-cloud-skills

API 키 설정

Atlas Cloud 대시보드에서 API 키를 받아 환경 변수로 설정하세요.

export ATLASCLOUD_API_KEY="your-api-key-here"

기능

설치 후 AI 어시스턴트에서 자연어를 사용하여 모든 Atlas Cloud 모델에 접근할 수 있습니다.

이미지 생성Nano Banana 2, Z-Image 등의 모델로 이미지를 생성합니다.

동영상 제작Kling, Vidu, Veo 등으로 텍스트나 이미지에서 동영상을 만듭니다.

LLM 채팅Qwen, DeepSeek 등 대규모 언어 모델과 대화합니다.

미디어 업로드이미지 편집 및 이미지-동영상 변환 워크플로우를 위해 로컬 파일을 업로드합니다.

더 알아보기

github.com/AtlasCloudAI/atlas-cloud-skills

MCP Server

Atlas Cloud MCP Server는 Model Context Protocol을 통해 IDE와 400개 이상의 AI 모델을 연결합니다. MCP 호환 클라이언트에서 사용할 수 있습니다.

지원 클라이언트

Cursor

VS Code

Windsurf

Claude Code

OpenAI Codex

Gemini CLI

Cline

Roo Code

100+ 지원 클라이언트

설치

npx -y atlascloud-mcp

설정

다음 설정을 IDE의 MCP 설정 파일에 추가하세요.

{
  "mcpServers": {
    "atlascloud": {
      "command": "npx",
      "args": [
        "-y",
        "atlascloud-mcp"
      ],
      "env": {
        "ATLASCLOUD_API_KEY": "your-api-key-here"
      }
    }
  }
}

사용 가능한 도구

atlas_generate_image텍스트 프롬프트로 이미지를 생성합니다.

atlas_generate_video텍스트나 이미지로 동영상을 만듭니다.

atlas_chat대규모 언어 모델과 대화합니다.

atlas_list_models400개 이상의 사용 가능한 AI 모델을 탐색합니다.

atlas_quick_generate최적 모델을 자동 선택하여 한 번에 콘텐츠를 생성합니다.

atlas_upload_mediaAPI 워크플로우를 위해 로컬 파일을 업로드합니다.

더 알아보기

github.com/AtlasCloudAI/mcp-server

GLM-4.7 - 고급 코딩 및 추론 LLM

최신

총 3580억 파라미터, 활성 320억 파라미터

GLM-4.7은 Z.ai가 2025년 12월 22일에 출시한 실제 개발 환경을 위해 설계된 차세대 대규모 언어 모델입니다. 총 3580억 파라미터(활성 320억), 20만 토큰 컨텍스트 윈도우 및 혁신적인 사고 메커니즘을 갖추고 있으며, Code Arena에서 오픈소스 모델 1위를 차지하고 코딩, 추론 및 도구 사용 벤치마크에서 획기적인 개선을 달성했습니다.

358B

총 파라미터

32B

활성 파라미터

200K

컨텍스트 윈도우

MoE

아키텍처

인터리브드 씽킹

모델이 모든 응답 및 도구 호출 전에 사고하여 지시 준수 및 생성 품질을 향상시킵니다

각 작업 전 향상된 추론
개선된 지시 준수
검증 기능이 내장된 고품질 응답

보존된 씽킹

코딩 시나리오에서 멀티턴 대화 전체에서 모든 사고 블록을 자동으로 보존

기존 추론을 재사용하고 재도출 회피
턴 간 정보 손실 감소
멀티턴 대화의 일관성 보장

턴 레벨 씽킹

세션 내 각 턴의 추론을 세밀하게 제어하여 성능과 비용 최적화

가벼운 요청에서 사고 비활성화
복잡한 작업에서 사고 활성화
속도와 정확도 균형 조절

고급 도구 사용

도구 사용 능력 및 웹 브라우징 기능이 크게 향상

τ²-Bench에서 87.4점(오픈소스 최고)
BrowseComp를 통한 웹 브라우징 개선
대화형 도구 사용 강화

성능 벤치마크

GLM-4.7은 여러 업계 표준 벤치마크에서 최첨단 결과를 달성

SWE-bench

코딩

73.8%+5.8%

코드 이해 및 생성이 필요한 실제 소프트웨어 엔지니어링 작업

SWE-bench 다국어

코딩

66.7%+12.9%

여러 프로그래밍 언어에 걸친 다국어 에이전트 코딩

Terminal Bench 2.0

터미널

41%+16.5%

터미널 기반 작업 및 명령줄 작업

HLE (인류의 마지막 시험)

추론

42.8%+12.4%

복잡한 수학 및 추론 과제

τ²-Bench

도구 사용

87.4#1

대화형 도구 사용 평가

Code Arena

종합

#1오픈소스 및 중국 모델 중

100만 명 이상의 참가자가 참여한 대규모 블라인드 평가

핵심 역량

💻

뛰어난 코딩

다국어 에이전트 코딩 및 소프트웨어 개발에서 업계 선도

SWE-bench에서 73.8%(+5.8% 향상)
SWE-bench 다국어에서 66.7%(+12.9% 향상)
LiveCodeBench V6에서 84.9점(Claude Sonnet 4.5 초과)

🧠

복잡한 추론

수학 및 복잡한 추론 작업에서 상당한 개선

HLE 벤치마크에서 42.8%(+12.4% 향상)
수학 문제 해결 능력 향상
고급 논리적 추론 능력

🎨

바이브 코딩

UI/UX 생성 품질 및 디자인 미학이 크게 개선

더 깔끔하고 현대적인 웹페이지 디자인
더 아름다운 슬라이드 프레젠테이션
정확한 레이아웃 및 크기 제어

완벽한 용도

👨‍💻

코딩 에이전트 & IDE

🔧

개발 워크플로우

🤖

AI 어시스턴트

🧪

연구 및 교육

🎯

복잡한 문제 해결

📊

데이터 분석

기술 사양

총 파라미터3580억

활성 파라미터320억

컨텍스트 윈도우20만 토큰

출력 용량12.8만 토큰

아키텍처혼합 전문가 모델(MoE)

출시일2025년 12월 22일

개발자Z.ai (구 Zhipu AI)

라이선스오픈소스

자주 묻는 질문

GLM-4.7은 다른 대규모 언어 모델과 어떻게 다릅니까?

GLM-4.7은 인터리브드 씽킹, 보존된 씽킹, 턴 레벨 씽킹을 포함한 고급 사고 메커니즘을 도입했습니다. 이러한 기능을 통해 모델은 대화 전반에 걸쳐 일관성을 유지하고 더 효과적으로 추론하며 사용자에게 성능 대 비용 절충을 세밀하게 제어할 수 있습니다.

GLM-4.7은 GPT-4 및 Claude와 비교하여 어떻습니까?

GLM-4.7은 Code Arena에서 오픈소스 모델 및 중국 모델 중 1위입니다. LiveCodeBench V6에서 84.9를 달성하여 Claude Sonnet 4.5를 능가하며 코딩, 추론 및 도구 사용 벤치마크에서 상당한 개선을 보여줍니다.

코딩 에이전트 프레임워크에서 GLM-4.7을 사용할 수 있습니까?

예! GLM-4.7은 현재 Claude Code, Kilo Code, Roo Code 및 Cline을 포함한 인기 있는 코딩 에이전트에서 사용할 수 있습니다. 긴 작업 주기, 빈번한 도구 사용 및 안정성과 일관성에 대한 높은 요구 사항이 있는 개발 환경에 최적화되어 있습니다.

GLM-4.7의 컨텍스트 윈도우 및 출력 용량은 얼마입니까?

GLM-4.7은 20만 토큰 컨텍스트 윈도우와 12.8만 토큰 출력 용량을 갖추고 있습니다. MoE 아키텍처는 총 3580억 파라미터와 320억 활성 파라미터를 사용하여 대량의 컴퓨팅 리소스 없이도 우수한 성능을 제공합니다.

API를 통해 GLM-4.7에 어떻게 액세스하나요?

GLM-4.7은 Atlas Cloud의 통합 API를 통해 제공됩니다. 표준 OpenAI 호환 API 엔드포인트를 사용하기만 하면 이 모델에 액세스할 수 있습니다. 통합 가이드라인 및 코드 예제는 API 문서를 확인하세요. 셀프 호스팅을 위한 오픈소스 릴리스도 제공됩니다.

GLM-4.7을 직접 배포해야 하나요?

배포가 필요 없습니다! Atlas Cloud는 통합 API를 통해 바로 사용할 수 있는 GLM-4.7을 제공합니다. 인프라, 확장, 최적화는 모두 저희가 처리하므로 애플리케이션 구축에만 집중할 수 있습니다. API 호출만으로 즉시 모델에 액세스할 수 있습니다.

GLM-4.7을 위해 Atlas Cloud를 선택하는 이유

완전 관리형 GLM-4.7 API 서비스로 엔터프라이즈급 안정성, 보안 및 비용 효율성을 경험하세요.

경쟁력 있는 가격

사용한 만큼만 지불하는 투명한 가격. 숨은 비용 없음, 최소 약정 없음. 무료로 시작하세요.

99.9% 가동 시간 SLA

자동 장애 조치, 로드 밸런싱 및 연중무휴 모니터링을 갖춘 엔터프라이즈급 인프라로 최대 안정성 보장.

SOC 2 Type II 인증

SOC 2 Type II 인증을 받은 엔터프라이즈급 보안. 데이터는 전송 및 저장 중에 암호화되며 업계 최고 수준의 보안 표준을 준수합니다.

초고속 응답

전 세계 엣지 위치를 갖춘 글로벌 CDN. 최적화된 추론 인프라가 1초 미만의 응답 시간 제공.

전문가 지원

연중무휴 전문 기술 지원 팀. 통합, 최적화 및 문제 해결 지원.

통합 API 플랫폼

하나의 일관된 API로 400개 이상의 AI 모델(LLM, 이미지, 비디오, 오디오)에 액세스하세요. 한 번의 통합으로 모든 AI 요구 사항을 충족합니다.

지금 GLM-4.7 체험하기

가장 진보한 오픈소스 코딩 및 추론 모델로 구축을 시작하세요. API 또는 오픈소스 배포를 통해 사용할 수 있습니다.

복잡한 작업을 위한 20만 컨텍스트 윈도우

고급 사고 메커니즘

오픈소스 모델 순위 1위

GLM 4.7 API by ZHIPUAI

파라미터

코드 예시

설치

인증

HTTP 헤더

요청 제출

입력 Schema

요청 본문 예시

출력 Schema

응답 예시

Atlas Cloud Skills

지원 클라이언트

설치

API 키 설정

기능

MCP Server

지원 클라이언트

설치

설정

사용 가능한 도구

GLM-4.7 - 고급 코딩 및 추론 LLM

성능 벤치마크

핵심 역량

뛰어난 코딩

복잡한 추론

바이브 코딩

완벽한 용도

기술 사양

자주 묻는 질문

GLM-4.7은 다른 대규모 언어 모델과 어떻게 다릅니까?

GLM-4.7은 GPT-4 및 Claude와 비교하여 어떻습니까?

코딩 에이전트 프레임워크에서 GLM-4.7을 사용할 수 있습니까?

GLM-4.7의 컨텍스트 윈도우 및 출력 용량은 얼마입니까?

API를 통해 GLM-4.7에 어떻게 액세스하나요?

GLM-4.7을 직접 배포해야 하나요?

GLM-4.7을 위해 Atlas Cloud를 선택하는 이유

경쟁력 있는 가격

99.9% 가동 시간 SLA

SOC 2 Type II 인증

초고속 응답

전문가 지원

통합 API 플랫폼

지금 GLM-4.7 체험하기

유사한 모델 탐색

GLM 5.3 Flash

GLM 5.3

GLM 5.2

GLM 5.1

GLM 5v Turbo

GLM 5

GLM 4.6

DeepSeek V4 Pro 0813

Grok 4.6

DeepSeek V4 Flash Vision Exp

DeepSeek V4 Flash 0731

Qwen3.8 27B

Qwen3.8 Max

Kimi K3

Grok 4.5

KAT Coder Air V2.5

하나의 API로 모든 미디어 AI를.

파라미터

코드 예시

설치

인증

HTTP 헤더

요청 제출

입력 Schema

요청 본문 예시

출력 Schema

응답 예시

Atlas Cloud Skills

지원 클라이언트

설치

API 키 설정

기능

MCP Server

지원 클라이언트

설치