30B规格新标杆！智谱AI开源GLM-4.7-Flash，多项测评领先阿里与OpenAI

据AIbase消息，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规格中的领跑选手，该模型在保持轻量部署的优势下，凭借强悍的推理与编码能力，拿下同尺寸模型的性能第一。

性能领跑:30B级别的“全能王牌”

GLM-4.7-Flash 采用 30B-A3B MoE（混合专家）架构。总参数约300亿，但在实际执行时只会激活约30亿核心参数。这种设计让它在资源占用与处理能力之间做到兼顾。

在多项严苛基准中，GLM-4.7-Flash 表现亮眼，整体优于阿里的 Qwen3-30B-A3B-Thinking-2507 和 OpenAI 的 GPT-OSS-20B:

• 软件工程（SWE-bench Verified）: 取得 59.2分，体现出一线的代码修复水平。

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

• 工具协作: τ²-Bench 得到 79.5分，BrowseComp 为 42.8分，在智能体（Agent）应用中竞争力很强。

开发者友好:本地化部署更灵活

该模型强调轻量和实用，尤其适合本地或私有云环境下的智能体场景。为保证性能稳定发挥，GLM-4.7-Flash 已被主流推理框架支持:

• vLLM 与 SGLang: 主分支已兼容。使用 vLLM 时，可通过 tensor-parallel-size 和 speculative-config 等参数优化并发与解码速度；SGLang 还支持使用 EAGLE 算法进一步提升推理效率。

• Hugging Face: 可直接用 transformers 库调用，方便快速实验与集成。

市场反馈:轻便不降速的性能升级

社区讨论火热。大家普遍认为，GLM-4.7-Flash 在不提高硬件门槛的情况下，明显提升了实际使用时的“手感速度”。一位开发者表示:“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，正是我们想要的。”

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