Эффективный GLM с 30 млрд общих и 3 млрд активных параметров. Особенно силён в агентном коде, инструментах и математическом reasoning.
| AIME 2025 | 91,6 | |
|---|---|---|
| GPQA | 75,2 | |
| SWE-bench Verified | 59,2 |
Какая видеокарта нужна для GLM-4.7-Flash 30B-A3B?
Минимальная конфигурация — 1x RTX5090: этого хватает примерно на 52 токенов в секунду. Для большего числа параллельных запросов и запаса по скорости берите 1x H200.
Сколько стоит аренда GLM-4.7-Flash 30B-A3B?
Час работы GLM-4.7-Flash 30B-A3B стоит от 147,74 ₽ до 685,58 ₽ в зависимости от выбранной конфигурации GPU. Оплата почасовая: вы платите за время работы сервера, а не за количество токенов.
Как обращаться к GLM-4.7-Flash 30B-A3B из своего кода?
После запуска вы получаете OpenAI-совместимый эндпоинт: подставьте выданный base_url в любой клиент OpenAI и указывайте модель glm-4.7-flash. Менять код, написанный под OpenAI API, не нужно.
Данные остаются приватными?
Да. GLM-4.7-Flash 30B-A3B работает на выделенном GPU-сервере в закрытом контуре: запросы и ответы не уходят к вендору модели и не используются для обучения.
Какой контекст и лицензия у GLM-4.7-Flash 30B-A3B?
GLM-4.7-Flash 30B-A3B держит 32K токенов контекста за один запрос и распространяется под лицензией MIT — модель можно использовать в коммерческих проектах на своих условиях хостинга.