【量子位 2025年12月26日讯】国产大模型再登开源之巅！12月25日，正冲刺港交所IPO的智谱AI，凭借最新旗舰模型GLM-4.7引爆全球开发者社区——该模型不仅在代码竞技场WebDev榜单上力压GPT-5.2，拿下开源大模型全球第一，更在SWE-bench-Verified、LiveCodeBench V6等权威编程测试中创下开源SOTA（当前最佳）成绩，对齐Claude Sonnet 4.5。
为解密模型背后的技术突破，智谱团队于Reddit举办了长达3小时的AMA（Ask Me Anything）活动，首次曝光自研强化学习框架Slime、“三重思考机制”等核心技术，同时承诺“上市后持续开源”，给全球开发者吃下定心丸。从实测“植物大战僵尸”游戏开发到商用级PPT生成，GLM-4.7用“能思考、会落地”的表现，重新定义国产编程大模型的实力边界。
性能封神：多维度刷新开源纪录，编程能力看齐闭源旗舰
GLM-4.7的“开源第一”并非偶然，而是在多语言编码、复杂推理、工具调用等核心维度的全面突破，实测数据与开发者反馈均印证其硬实力：
-
编程基准霸榜，开源领域无对手在编程核心评测中，GLM-4.7交出亮眼成绩单：SWE-bench-Verified（真实代码修复测试）以73.8%的正确率创开源新高，较上一代GLM-4.6提升5.8%；LiveCodeBench V6（多语言编程竞赛测试）达84.9%，超越Claude Sonnet 4.5；Terminal Bench 2.0（终端操作测试）得分41%，提升幅度达16.5%。更关键的是，在全球百万用户参与的Code Arena盲测中，其WebDev（网页开发）能力超越GPT-5.2，成为首个登顶该榜单的国产开源模型。
开发者实测中，GLM-4.7展现出“碾压级”优势：有网友同时用GLM-4.7与Gemini 3开发桌版溜溜球游戏，前者不仅实现拖拽蓄力、碰撞反弹等核心物理效果，还自动优化了UI交互逻辑，代码可直接运行；而Gemini 3生成的代码存在多处语法错误，需手动调试才能启动。
-
多语言覆盖广，冷门场景也能hold住不同于传统模型“偏科Python/JS”，GLM-4.7在多语言编码上表现均衡：既支持Java、Golang等主流后端语言，也能熟练处理Rust（系统开发）、Kotlin（Android开发）等相对冷门的语言。在SWE-bench Multilingual（多语言软件工程测试）中，其正确率达66.7%，较上一代提升12.9%，尤其在C++内存管理、Rust并发编程等“高难度领域”，代码通过率显著高于同类开源模型。
-
工具调用能力强，复杂任务可闭环在τ²-Bench交互式工具调用评测中，GLM-4.7以87.4分刷新开源纪录，能自主完成“多工具协同”任务：例如输入“分析2025年全球AI融资数据并生成可视化图表”，模型会先调用搜索工具获取最新数据，再用Python的Matplotlib库生成折线图，最后通过PPT工具整理分析结论，整个过程无需用户手动切换工具，实现“需求输入-结果输出”的全闭环。
技术解密：Slime框架+三重思考机制，让AI“先想清楚再动手”
AMA活动中，智谱团队首次深度曝光GLM-4.7的技术内核——通过“后训练优化+自研框架+思考机制重构”，解决了开源模型“稳定性差、推理粗糙”的痛点：
-
后训练精细化：在有限参数里压榨极致性能团队坦言，GLM-4.7的改进核心集中在SFT（监督微调）与RL（强化学习）阶段：采用“领域对齐数据集”优化，针对编程、推理等场景单独调整训练配方；同时建立“多源数据流水线”，从高质量论文、开源代码库、小说剧本中采集数据，经过去重、质量过滤、敏感词筛查等多轮清理，确保训练数据的精准性。这种“小参数高性价比”的思路，让GLM-4.7在消费级显卡上就能运行（支持8GB显存启动Air版本），同时保持接近30B参数量模型的逻辑能力。
-
Slime强化学习框架：开源生态的“效率利器”为解决大模型强化学习“效率低、复现难”的行业痛点，智谱自研并开源Slime框架。该框架专为大规模RL设计，支持PPO、DPO等多种对齐算法，名字寓意“灵活且适应性强”——开发者只需输入基础数据集与训练目标，即可快速复现GLM级别的对齐效果，无需从零搭建复杂的RL系统。团队表示，Slime框架的开源是“回馈生态”：智谱早期从开源社区获益良多，如今希望通过工具降低行业研发门槛，已有多家中小厂商基于Slime训练出适配垂直场景的定制化模型。
-
三重思考机制：让AI告别“鲁莽操作”针对复杂任务中“推理混乱、易出错”的问题，GLM-4.7引入“交错思考+保留思考+轮级思考”的三重机制，大幅提升稳定性：
-
交错思考（Interleaved Thinking）：每次响应或工具调用前，模型会进行隐性推理，类似人类“做事前先规划”。例如开发“植物大战僵尸”时，会先拆解“角色生成-物理碰撞-界面渲染”等步骤，再逐模块写代码，减少逻辑漏洞。
-
保留思考（Preserved Thinking）：多轮对话中自动保留过往推理过程，复用已有结论。比如用户后续要求“给僵尸添加冰冻效果”，模型会直接调用之前定义的“僵尸类”结构，无需重新推导代码框架，降低长任务的推理成本。
-
轮级思考（Turn-level Thinking）：支持按“轮次”控制推理开关——简单任务（如“修改代码注释”）可关闭思考以提速，复杂任务（如“重构后端架构”）开启思考以保准确，实现“效率与质量的动态平衡”。
场景落地：从游戏开发到办公创作，性价比碾压海外模型
GLM-4.7的优势不仅在于“能跑分”，更在于“能落地”——在实际开发与办公场景中，其表现远超同类模型，且性价比极具竞争力：
-
全栈开发能力强，复杂项目可交付在z.ai平台的“全栈开发模式”下，GLM-4.7能独立完成高交互项目：输入“基于提供的素材开发植物大战僵尸游戏”，模型15分钟内生成包含游戏音乐、角色动画、碰撞检测的完整代码，支持“种植植物-发射豌豆-抵御僵尸”等核心玩法，甚至加入“阳光收集”“商店购买”等细节功能，代码符合前端开发规范，可直接部署上线。
-
办公创作质量高，审美接近商用级相比上一代“模板化痕迹重”的问题，GLM-4.7在内容生成的“美学表现”上大幅提升：生成PPT时，16:9比例适配率从52%跃升至91%，字体层级、配色方案更符合商务审美；设计运动鞋海报时，能自动调整光影效果、排版布局，成品接近专业设计师水平，较GLM-4.6的“单调排版”有明显进步。用户反馈显示，其生成的PPT、海报“无需微调即可直接使用”，大幅节省办公时间。
-
价格亲民，性价比碾压海外竞品市场反馈中，GLM-4.7的“高性价比”成为核心亮点：其一年订阅费用仅相当于Codex（OpenAI编程模型）或Claude Code最高级计划一个月的价格，且支持“按次调用”（每百万tokens费用不足10元）。有海外开发者调侃：“用GLM-4.7一年的成本，够买Claude Code一个月，这简直是‘价格屠夫’。” 目前，估值40亿美元的AI公司Fireworks已在Day 0支持GLM-4.7，进一步扩大其海外影响力。
上市承诺：开源是核心基因，资本路径不影响技术初心
AMA中，开发者最关心的“上市后是否缩减开源投入”问题，智谱团队给出明确回应：“开源是智谱的核心基因，无论资本路径如何变化，上市后将持续开源。” 团队解释，智谱的成长离不开开源生态的滋养——早期通过开源模型积累大量开发者反馈，如今开源不仅是“回馈”，更是“保持技术领先的关键”：通过社区迭代，能快速发现模型漏洞、优化功能，同时建立开发者标准，避免“闭门造车”。
这一承诺被视为智谱在IPO前夕的“技术定心丸”。目前智谱已通过港交所上市聆讯，GLM-4.7的发布被业内解读为“展示技术肌肉”的重要举措——相比其他厂商“重营销轻技术”，智谱选择用“可落地、可开源”的模型实力打动资本市场，首席科学家唐杰更是在发布会上表示：“我们会为了AGI（通用人工智能）在明年做更多贡献。”
从“开源追随者”到“开源引领者”，GLM-4.7的突破不仅刷新了国产大模型的技术高度，更改变了全球开发者对“开源模型能力上限”的认知。其背后的Slime框架、三重思考机制，为行业提供了“低成本高效研发”的范本；而“上市后持续开源”的承诺，也让国产大模型在全球生态中赢得更多尊重。随着智谱IPO进程推进，GLM-4.7或许只是开始，未来更多“能思考、会落地”的国产模型，或将在全球AI竞争中占据更重要的位置。
