Perbandingan Model
GLM-4.7
vs
GLM-5
15 Feb 2026
Harga
Input
$
0.42
/ M Tokens
$
0.3
/ M Tokens
Output
$
2.2
/ M Tokens
$
2.55
/ M Tokens
Metadata
Spesifikasi
Negara
Available
Available
Arsitektur
GLM-4 (Mixture of Experts)
Mixture of Experts (MoE) with DeepSeek Sparse Attention (DSA) and asynchronous RL stack
Terkalibrasi
Ya
Tidak
Campuran Ahli
Ya
Ya
Total Parameter
355B
750B
Parameter yang Diaktifkan
32B
40B
Penalaran
Tidak
Tidak
Precision
FP8
FP8
Text panjang konteks
205K
205K
Max Tokens
205K
131K
Didukung Keberfungsian
Serverless
didukung
didukung
Serverless LoRA
Tidak didukung
Tidak didukung
Fine-tuning
Tidak didukung
Tidak didukung
Embeddings
Tidak didukung
Tidak didukung
Rerankers
Tidak didukung
Tidak didukung
Dukung Image Input
Tidak didukung
Tidak didukung
JSON Mode
Tidak didukung
Tidak didukung
Output Terstruktur
Tidak didukung
Tidak didukung
Alat
didukung
didukung
Fim Completion
Tidak didukung
Tidak didukung
Chat Prefix Completion
Tidak didukung
Tidak didukung
GLM-4.7dalam Perbandingan
Lihat bagaimana GLM-4.7membandingkan dengan model populer lainnya di berbagai dimensi kunci.
VS
MiniMax-M2.5
VS
GLM-5
VS
Step-3.5-Flash
VS
MiniMax-M2.1
VS
Kimi-K2-Thinking
VS
MiniMax-M2
VS
Qwen3-VL-235B-A22B-Instruct
VS
Qwen3-VL-235B-A22B-Thinking
VS
Ring-flash-2.0
VS
Ling-flash-2.0
VS
Qwen3-Next-80B-A3B-Instruct
VS
Qwen3-Next-80B-A3B-Thinking
VS
Kimi-K2-Instruct-0905
VS
gpt-oss-120b
VS
step3
VS
Qwen3-235B-A22B-Thinking-2507
VS
Qwen3-Coder-480B-A35B-Instruct
VS
Qwen3-235B-A22B-Instruct-2507
VS
Kimi-K2-Instruct
VS
Hunyuan-A13B-Instruct
