模型详情
GLM-4.7-FlashX
作为 30B 级 SOTA 模型，GLM-4.7-Flash 提供了一种兼顾性能和效率的新选择。它针对智能体编码使用案例进行了进一步优化，增强了编码能力、长周期任务规划和工具协作，并在多个当前公开 benchmark 排行榜上取得了同等规模开源模型中的领先性能。
模型规格
- 模型 ID
-
glm-4.7-flashx
- 上下文长度
- 200K
- 最大输出
- 131.072K
- 输入/输出模态
- 发布日期
- 2026-01
02
API 端点
单一 MixRoute 网关，OpenAI 兼容
-
OpenAI-compatible
/v1/chat/completionsPOST
03
价格
固定费率，单位：/1M Tokens
输入
$0.0700 /1M Tokens
补全
$0.4000 /1M Tokens
缓存读取
$0.0100 /1M Tokens
05
选型摘要
快速判断是否适合你的工作负载
这个模型适合什么？
文本生成模型；输入：文本；输出：文本
GLM-4.7-FlashX 是文本生成模型。规格上，context window 为 200,000 个 Token，单次最多输出 131,072 个 Token。
使用前应检查什么？
200,000 context，输出上限 131,072
采用 GLM-4.7-FlashX 前，标准输入费率为 $0.07／100 万 Token；已声明支持工具调用、结构化输出、流式输出、提示词缓存、OpenAI SDK 兼容；知识库截止时间为 2025-04；发布于 2026-01-19。建议先以具有代表性的流量试跑，确认质量与延迟。
为什么通过 MixRoute 使用？
通过兼容端点以模型 ID 调用
完整的 200,000 Token context 由同一条路由提供。MixRoute 以 OpenAI 兼容端点 /v1/chat/completions 提供 glm-4.7-flashx；既有客户端只需指向 https://api.mixroute.ai/v1 并把模型 ID 换成 glm-4.7-flashx，再跑一次集成测试即可。
07
能力与兼容性
未确认的能力保持“Unknown”，不做猜测
工具调用
glm-4.7-flashx 支持函数调用与工具调用。
tools 定义；响应会返回 tool_calls，执行后再把结果送回模型。
结构化输出
glm-4.7-flashx 可以按需生成 JSON 格式的输出。
response_format: { type: "json_schema" } 可强制输出有效的 JSON。
流式输出
glm-4.7-flashx 支持流式响应。
stream: true 会逐步流式返回 Token，聊天界面可以边接收边渲染。
提示缓存
glm-4.7-flashx 在支持的路由条件下可以使用提示缓存。
OpenAI SDK
通过 MixRoute 的 OpenAI 兼容端点调用 glm-4.7-flashx。
base_url 改为 https://api.mixroute.ai/v1；其余部分遵循 OpenAI 风格。
08
Token 成本估算
基于本页价格的实时估算，非实际账单
同一前缀被重复读取的输入占比，最高 100%
09
FAQ
当前模型记录未公布 GLM-4.7-FlashX 的数值 rate limit。请在控制台中确认您的套餐配额，然后在预期并发数下运行一次短期负载测试，以确定实际上限后再进行生产。
单一端点，可验证的决策
使用相同的请求格式测试此模型和备用路由
从真实工作负载开始，再由质量、总成本和故障条件决定是否接入生产流量。