30B规格新标杆！智谱AI开源GLM-4.7-Flash，多项评测领先阿里与OpenAI

今日凌晨，智谱AI宣布开源其全新“混合思考”模型——GLM-4.7-Flash。作为30B规格中的强势选手，该模型在延续轻量化部署优势的同时，凭借出色的推理与编码能力，成功登上同类规格模型的性能榜首。

性能领跑:30B级别的“全能王牌”

GLM-4.7-Flash 采用了 30B-A3B MoE（混合专家）架构。也就是说，整体参数规模约300亿，但在实际任务中仅有约30亿关键参数被激活。这种设计在资源占用与处理能力之间找到理想平衡。

在多项严格的基准测试中，GLM-4.7-Flash 的表现相当亮眼，整体超越了阿里的 Qwen3-30B-A3B-Thinking-2507 以及 OpenAI 的 GPT-OSS-20B：

• 软件工程（SWE-bench Verified）: 取得 59.2分，展现出强劲的代码修复实力。

• 数学与推理: AIME25拿下 91.6分，GPQA（专家级问答）达到 75.2分。

• 工具协作: τ²-Bench 得分 79.5分，BrowseComp 为 42.8分，在智能体（Agent）场景中竞争力十足。

开发者友好:灵活的本地化部署

该模型主打轻量与实用，尤其适合在本地或私有云环境中构建智能体应用。为保证性能稳定发挥，GLM-4.7-Flash 已获多种主流推理框架支持：

• vLLM 与 SGLang: 均已在 main 分支提供支持。使用 vLLM 时可通过 tensor-parallel-size 和 speculative-config 等参数提升并发与解码效率；SGLang 则支持使用 EAGLE 算法进一步加速推理。

• Hugging Face: 可直接用 transformers 库调用，便于快速实验与系统集成。

市场反馈:不牺牲轻便的性能跃迁

社区对该版本反响热烈。用户普遍认为，GLM-4.7-Flash 在不增加硬件负担的情况下，明显提升了实际任务中的“体感速度”。有开发者评价：“它在编码和工具调用上的表现，让本地AI助手真正好用。性能与效率的平衡，正是我们需要的。”

开源地址：https://huggingface.co/zai-org/GLM-4.7-Flash