GLM-4.7-Flash
官方 · BF16 · safetensors
已验证运行环境: SGLang Transformers
| 精度 / 量化 | 格式 | 位数 | 发布者可信度 | 部署状态 |
|---|---|---|---|---|
| BF16 | safetensors | 16 | 官方 | 已验证运行环境 |
总参数30.0B
激活参数3.0B
上下文窗口202,752 tokens
版本状态旧版 · 旧版
架构Glm4MoeLiteForCausalLM
模态文本
许可证mit
部署状态具备认证配置，可部署
商业状态允许商业使用
发布日期2026-01-19
架构、优势与用途
GLM-4.7 Flash 是 Z.ai 在 GLM 快速分支中的官方可自托管版本，采用 Glm4MoeLiteForCausalLM、30B / 3B MoE，认证上下文为 202,752 词元。
GLM-4.7 Flash 使用 Glm4MoeLiteForCausalLM 和 30B / 3B MoE。官方资料发布时记录 47 层、隐藏维度 2048 和 20 个注意力头。
已验证的 Glm4MoeLiteForCausalLM 架构
202,752 词元认证上下文
官方检查点来源
私有 LLM 推理
智能体工作流
长文档处理
已认证检查点与量化
仅显示与此版本关联并经来源认证的精确变体。
推荐硬件
仅使用与精确检查点精度匹配的认证运行时组合。硬件排序会检查权重、KV 缓存、开销、GPU 架构与拓扑。
估算权重内存57.56 GB
KV 缓存2.93 GB
运行时开销15.61 GB
含安全余量总计94.35 GB
推荐性价比方案
2× NVIDIA A100 SXM 80GB
160 GB 总 VRAM · nvlink
65.65 GB 余量 · 可用
USD 1,830 / 月最低成本可行方案
4× NVIDIA L4 24GB
96 GB 总 VRAM · pcie
1.65 GB 余量 · 可用
USD 1,000 / 月最高性能
2× NVIDIA A100 SXM 80GB
160 GB 总 VRAM · nvlink
65.65 GB 余量 · 可用
USD 1,830 / 月许可证与自托管注意事项
全部 30 B 常驻权重必须装入所选 GPU；上下文与并发会增加 KV 缓存。
GLM-4.7 Flash 采用 mit 发布，并保留版本级官方 URL 与验证日期。
允许商业使用. 官方许可允许商业使用，但仍须遵守其全部义务。
替代方案与同代变体
GLM-5.3-Flash
发布历程
zai/glm/glm-4-7-flash @ dcf13b0a7be7e03cf02d6537df02dac6875b209cb9b1f81c247c89652729b9ca
常见问题
GLM-4.7 Flash 需要多少 VRAM？
估算取决于精度、上下文和并发，并使用认证数据。
哪些运行时支持 GLM-4.7 Flash？
sglang, transformers 已有认证的上游证据。
GLM-4.7 Flash 可用于商业用途吗？
存储分类为允许商业使用；请查阅官方 mit 条款。
官方来源
最近验证: 2026-09-03