智譜AI發布 GLM-4.7-Flash：30B MoE 模型開源上線免費 API，定位輕量級編程同智能體助手

Summary智譜AI 於2026年1月20日開源發布 GLM-4.7-Flash：30B MoE 架構、推理激活僅 3B，採用 Multi-head Latent Attention，支援 200K 上下文，並喺 BigModel.cn 提供免費 API，針對本地編程同智能體助手。

引言

2026年1月20日，中國AI企業智譜AI（Zhipu AI）正式發布並開源新一代輕量級大語言模型GLM‑4.7‑Flash，同時宣佈喺智譜開放平台BigModel.cn上線免費API調用。呢一舉措迅速引發開發者社區熱議，被視為「真正免費嘅編碼模型API」同「本地AI編碼助手終極指南」嘅候選者。該模型總參數量30B（300億），激活參數僅3B（A3B），採用混合專家（MoE）架構同Multi‑head Latent Attention（MLA）機制，喺同級別模型中實現性能與效率嘅雙重突破。GLM‑4.7‑Flash將逐步取代前代免費模型GLM‑4.5‑Flash（後者將於1月30日下線，請求自動遷移），為開發者提供低門檻、高性能嘅雲端+本地混合解決方案。智譜官方公告及多家媒體報道均確認，今次發布係智譜繼GLM‑4系列後嘅重要迭代，旨喺推動AI由「參數競賽」向「效率優先」轉型。

模型技術架構與核心亮點

GLM‑4.7‑Flash採用MoE（Mixture of Experts）混合專家架構，總參數30B，推理時僅激活3B參數，大幅降低計算需求。關鍵創新喺於首次引入Multi‑head Latent Attention（MLA）機制⁠—⁠⁠—⁠呢個架構之前由DeepSeek‑v2率先驗證有效，智譜今次跟進並優化，明顯提升推理效率同長上下文嘅穩定性。模型支援200K令牌上下文窗口，兼容vLLM、SGLang等主流推理框架，並已適配華為昇騰NPU。量化版本（4bit/8bit）亦同步開源，便於消費級硬件部署。

官方定位為「同級別SOTA輕量模型」，專為本地編程、智能體助手、編碼任務優化，同時兼顧中文寫作、翻譯、長文本處理、情感/角色扮演等通用場景。智譜強調，該模型唔係簡單嘅「壓縮版」，而係經由架構創新實現「細而強」：喺保持高性能嘅前提下，將推理成本降到極低。開發者實測顯示，喺蘋果 M5 芯片（32GB 統一內存）上可達43 token/s，遠超同級別模型本地表現。

性能基準與社區反饋

喺主流基準測試中，GLM‑4.7‑Flash表現出色：

SWE‑bench Verified：開源同級別SOTA，超越 gpt‑oss‑20b、Qwen3‑30B‑A3B‑Thinking‑2507。
τ²‑Bench：綜合得分領先，內部編程實測喺前、後端任務均表現優秀。
其他：中文寫作、翻譯、長上下文、角色扮演場景表現均衡。

MarkTechPost 報道稱，該模型喺輕量部署場景下「平衡性能與效率」，社區測試顯示其喺 UI 生成、工具調用同 Agentic Coding 上尤其突出。Pandaily 補充，GLM‑4.7‑Flash 已接入 Claude Code、Cline、OpenCode 等工具鏈，成為低成本替代方案。Hugging Face 同 Reddit 用戶反饋該模型為「70B 以下最佳體驗」，免費 API + 開源權重極大降低門檻。

API 免費調用與使用方式

智譜開放平台 BigModel.cn 提供GLM‑4.7‑Flash 基礎版完全免費（限 1 個並發），高速版 GLM‑4.7‑FlashX 為付費低價選項。接口兼容 OpenAI 風格 Chat Completions API，支持流式響應、工具調用等。官方文件詳盡，包括體驗中心、使用指南同接口參考。

使用步驟簡要如下：

註冊/登入 BigModel.cn，獲取免費 API 密鑰。
Python 範例（兼容 openai 庫）：

from openai import OpenAI
client = OpenAI(
    api_key="your_api_key",
    base_url="https://open.bigmodel.cn/api/paas/v4"
)
response = client.chat.completions.create(
    model="glm-4.7-flash",
    messages=[{"role": "user", "content": "写一段Python爬虫代码"}],
    stream=True
)
for chunk in response:
    print(chunk.choices[0].delta.content or "", end="")

本地部署：從 Hugging Face（zai‑org/GLM‑4.7‑Flash）或 ModelScope 下載權重，使用 vLLM/SGLang 運行。

GLM‑4.5‑Flash 將於 1 月 30 日下線，舊請求會自動遷移至新版。

市場意義與影響

GLM‑4.7‑Flash 嘅發布進一步鞏固智譜喺中文 AI 生態嘅領先地位。開源 + 免費 API 策略大幅降低中小企業同個人開發者門檻，推動 AI 由「雲端壟斷」向「本地普惠」轉型。OSCHINA 同知乎社區評價其為「AI 工程化大勢所趨」嘅典型代表：輕量模型更適合嵌入智能體、工具鏈同邊緣設備。喺同 DeepSeek、Qwen 等開源模型競爭中，智譜透過 MLA 架構同免費策略形成差異化優勢。

挑戰方面包括：免費版並發限制可能影響高頻場景；社區仍需更多第三方基準驗證長期穩定性。但整體睇，今次發布標誌住中國 AI 喺輕量高效模型領域嘅重大突破，為全球開發者提供咗一個高性價比選擇。

結論

智譜AI 嘅 GLM‑4.7‑Flash 以 30B MoE 架構、200K 上下文同免費 API，實現咗「細而強」嘅典範。佢唔單止喺編程同智能體場景表現出色，亦透過開源生態降低 AI 使用門檻，推動行業向效率同普惠方向演進。開發者可即刻經由 BigModel.cn 免費體驗，或本地部署探索更多潛力。未來，隨住社區優化同迭代，呢個模型有機會成為 2026 年本地 AI 編碼助手嘅標杆。

▶️ 鍾意呢篇內容？創作好辛苦！

歡迎關注我哋嘅 YouTube 頻道：
AI Rosetta

你嘅讚好、訂閱同分享，係對我哋最大嘅支持！🙏

更多 AI 新聞請瀏覽： https://www.airosetta.com