GLM 4.7 API

GLM-4.7，你新的编程伙伴，带来了以下特性：

• 核心编码能力（Core Coding）：与其前代 GLM-4.6 相比，GLM-4.7 在多语言代理式编码和终端类任务上带来了明显提升，包括在 SWE-bench 上达到（73.8%，+5.8%）、在 SWE-bench Multilingual 上达到（66.7%，+12.9%），以及在 Terminal Bench 2.0 上达到（41%，+16.5%）。GLM-4.7 还支持“先思考再行动”（thinking before acting），在 Claude Code、Kilo Code、Cline、Roo Code 等主流代理框架中的复杂任务上有显著改进。
• 界面风格编码（Vibe Coding）：GLM-4.7 在提高 UI 质量方面迈出了一大步。它能生成更干净、更现代的网页，并生成布局与尺寸更准确、外观更佳的幻灯片。
• 工具使用（Tool Using）：GLM-4.7 在工具使用方面取得了显著进步。在诸如 τ^2-Bench 的基准测试以及通过 BrowseComp 进行的网页浏览任务上，表现明显更好。
• 复杂推理（Complex Reasoning）：GLM-4.7 在数学和推理能力上有大幅提升，在 HLE（Humanity’s Last Exam）基准上相比 GLM-4.6 达到（42.8%，+12.4%）。

在聊天、创意写作和角色扮演等许多其他场景也能看到显著的改进。

基准测试表现。 下表给出了 GLM-4.7 与其他模型（GPT-5-High、GPT-5.1-High、Claude Sonnet 4.5、Gemini 3.0 Pro、DeepSeek-V3.2、Kimi K2 Thinking）在 17 个基准（包括 8 个推理、5 个编码和 3 个代理基准）上的更详细对比。

编码说明（Coding）： 通向通用人工智能（AGI）的道路是漫长的，基准测试只是评估性能的一种方式。虽然这些指标提供了必要的检查点，但最重要的仍然是使用感受（how it feels）。真正的智能不仅仅是通过考试或更快地处理数据；归根结底，AGI 的成功将取决于它如何无缝地融入我们的生活——这一次是以**“编码”**为例。

GLM-4.7 在 交错思考（从 GLM-4.5 起引入的功能）的基础上进一步增强，并引入了 保留思考 与 回合级/轮次思考（Turn-level Thinking）。通过在动作之间进行思考并在多回合中保持一致，它使复杂任务更稳定、更可控：

• 交错思考（Interleaved Thinking）：模型在每次回复和调用工具之前进行思考，改进了对指令的遵循性和生成质量。
• 保留思考（Preserved Thinking）：在编码代理场景中，模型会在多回合对话中自动保留所有思考块，复用已有的推理而不是每次从头推导。这样可以减少信息丢失和不一致，适用于长期、复杂任务。
• 回合级思考（Turn-level Thinking）：模型支持在会话中对每一回合的推理进行控制——对轻量请求可以关闭思考以降低延迟/成本，对复杂任务可以开启以提高准确性和稳定性。

此 API 接口兼容 OpenAI 的接口规范，也就是可以直接使用 OpenAI 的 SDK 来调用各个模型。仅需替换以下两项配置即可：

1. base_url 替换为 https://wcode.net/api/gpt/v1
2. api_key 替换为从 https://wcode.net/get-apikey 获取到的 API Key

具体可参考下方的各编程语言代码示例中的 openai sdk 调用示例。

# TODO: 以下代码中的 API_KEY 需要替换，获取 API Key 入口：https://wcode.net/get-apikey

curl --request POST 'https://wcode.net/api/gpt/v1/chat/completions' \
--header 'Content-Type: application/json' \
--header 'Authorization: Bearer API_KEY' \
--data '{
    "model": "z-ai/glm-4.7",
    "messages": [
        {
            "role": "user",
            "content": "你好"
        }
    ]
}'

import Foundation

let headers = [
  "Authorization": "Bearer API_KEY",     // TODO: 这里的 API_KEY 需要替换，获取 API Key 入口：https://wcode.net/get-apikey
  "content-type": "application/json"
]
let parameters = [
  "model": "z-ai/glm-4.7",
  "messages": [
    [
      "role": "user",
      "content": "你好"
    ]
  ]
] as [String : Any]

let postData = JSONSerialization.data(withJSONObject: parameters, options: [])

let request = NSMutableURLRequest(url: NSURL(string: "https://wcode.net/api/gpt/v1/chat/completions")! as URL,
                                        cachePolicy: .useProtocolCachePolicy,
                                    timeoutInterval: 60.0)
request.httpMethod = "POST"
request.allHTTPHeaderFields = headers
request.httpBody = postData as Data

let session = URLSession.shared
let dataTask = session.dataTask(with: request as URLRequest, completionHandler: { (data, response, error) -> Void in
  if (error != nil) {
    print(error as Any)
  } else {
    let httpResponse = response as? HTTPURLResponse
    print(httpResponse)
  }
})

dataTask.resume()

var headers = {
  'Content-Type': 'application/json',
  'Authorization': 'Bearer API_KEY'     // TODO: 这里的 API_KEY 需要替换，获取 API Key 入口：https://wcode.net/get-apikey
};
var request = http.Request('POST', Uri.parse('https://wcode.net/api/gpt/v1/chat/completions'));
request.body = json.encode({
  "model": "z-ai/glm-4.7",
  "messages": [
    {
      "role": "user",
      "content": "你好"
    }
  ]
});
request.headers.addAll(headers);

http.StreamedResponse response = await request.send();

if (response.statusCode == 200) {
  print(await response.stream.bytesToString());
}
else {
  print(response.reasonPhrase);
}

require 'uri'
require 'net/http'

url = URI("https://wcode.net/api/gpt/v1/chat/completions")

http = Net::HTTP.new(url.host, url.port)
http.use_ssl = true

request = Net::HTTP::Post.new(url)
request["Authorization"] = 'Bearer API_KEY'     # TODO: 这里的 API_KEY 需要替换，获取 API Key 入口：https://wcode.net/get-apikey
request["content-type"] = 'application/json'
request.body = "{\"model\":\"z-ai/glm-4.7\",\"messages\":[{\"role\":\"user\",\"content\":\"你好\"}]}"

response = http.request(request)
puts response.read_body

use serde_json::json;
use reqwest;

#[tokio::main]
pub async fn main() {
  let url = "https://wcode.net/api/gpt/v1/chat/completions";

  let payload = json!({
    "model": "z-ai/glm-4.7",
    "messages": (
      json!({
        "role": "user",
        "content": "你好"
      })
    )
  });

  let mut headers = reqwest::header::HeaderMap::new();
  headers.insert("Authorization", "Bearer API_KEY".parse().unwrap());     // TODO: 这里的 API_KEY 需要替换，获取 API Key 入口：https://wcode.net/get-apikey
  headers.insert("content-type", "application/json".parse().unwrap());

  let client = reqwest::Client::new();
  let response = client.post(url)
    .headers(headers)
    .json(&payload)
    .send()
    .await;

  let results = response.unwrap()
    .json::<serde_json::Value>()
    .await
    .unwrap();

  dbg!(results);
}

CURL *hnd = curl_easy_init();

curl_easy_setopt(hnd, CURLOPT_CUSTOMREQUEST, "POST");
curl_easy_setopt(hnd, CURLOPT_URL, "https://wcode.net/api/gpt/v1/chat/completions");

struct curl_slist *headers = NULL;
headers = curl_slist_append(headers, "Authorization: Bearer API_KEY");    // TODO: 这里的 API_KEY 需要替换，获取 API Key 入口：https://wcode.net/get-apikey
headers = curl_slist_append(headers, "content-type: application/json");
curl_easy_setopt(hnd, CURLOPT_HTTPHEADER, headers);

curl_easy_setopt(hnd, CURLOPT_POSTFIELDS, "{\"model\":\"z-ai/glm-4.7\",\"messages\":[{\"role\":\"user\",\"content\":\"你好\"}]}");

CURLcode ret = curl_easy_perform(hnd);

package main

import (
  "fmt"
  "strings"
  "net/http"
  "io"
)

func main() {
  url := "https://wcode.net/api/gpt/v1/chat/completions"

  payload := strings.NewReader("{\"model\":\"z-ai/glm-4.7\",\"messages\":[{\"role\":\"user\",\"content\":\"你好\"}]}")

  req, _ := http.NewRequest("POST", url, payload)

  req.Header.Add("Authorization", "Bearer API_KEY")     // TODO: 这里的 API_KEY 需要替换，获取 API Key 入口：https://wcode.net/get-apikey
  req.Header.Add("content-type", "application/json")

  res, _ := http.DefaultClient.Do(req)

  defer res.Body.Close()
  body, _ := io.ReadAll(res.Body)

  fmt.Println(res)
  fmt.Println(string(body))
}

using System.Net.Http.Headers;


var client = new HttpClient();

var request = new HttpRequestMessage(HttpMethod.Post, "https://wcode.net/api/gpt/v1/chat/completions");

request.Headers.Add("Authorization", "Bearer API_KEY");     // TODO: 这里的 API_KEY 需要替换，获取 API Key 入口：https://wcode.net/get-apikey

request.Content = new StringContent("{\"model\":\"z-ai/glm-4.7\",\"messages\":[{\"role\":\"user\",\"content\":\"你好\"}]}", null, "application/json");

var response = await client.SendAsync(request);

response.EnsureSuccessStatusCode();

Console.WriteLine(await response.Content.ReadAsStringAsync());

var client = new RestClient("https://wcode.net/api/gpt/v1/chat/completions");

var request = new RestRequest("", Method.Post);

request.AddHeader("Authorization", "Bearer API_KEY");     // TODO: 这里的 API_KEY 需要替换，获取 API Key 入口：https://wcode.net/get-apikey

request.AddHeader("content-type", "application/json");

request.AddParameter("application/json", "{\"model\":\"z-ai/glm-4.7\",\"messages\":[{\"role\":\"user\",\"content\":\"你好\"}]}", ParameterType.RequestBody);

var response = client.Execute(request);

const axios = require('axios');

let data = JSON.stringify({
  "model": "z-ai/glm-4.7",
  "messages": [
    {
      "role": "user",
      "content": "你好"
    }
  ]
});

let config = {
  method: 'post',
  maxBodyLength: Infinity,
  url: 'https://wcode.net/api/gpt/v1/chat/completions',
  headers: {
    'Content-Type': 'application/json',
    'Authorization': 'Bearer API_KEY'     // TODO: 这里的 API_KEY 需要替换，获取 API Key 入口：https://wcode.net/get-apikey
  },
  data : data
};

axios.request(config).then((response) => {
  console.log(JSON.stringify(response.data));
}).catch((error) => {
  console.log(error);
});

OkHttpClient client = new OkHttpClient();

MediaType mediaType = MediaType.parse("application/json");

RequestBody body = RequestBody.create(mediaType, "{\"model\":\"z-ai/glm-4.7\",\"messages\":[{\"role\":\"user\",\"content\":\"你好\"}]}");

Request request = new Request.Builder()
  .url("https://wcode.net/api/gpt/v1/chat/completions")
  .post(body)
  .addHeader("Authorization", "Bearer API_KEY")             // TODO: 这里的 API_KEY 需要替换，获取 API Key 入口：https://wcode.net/get-apikey
  .addHeader("content-type", "application/json")
  .build();

Response response = client.newCall(request).execute();

$client = new \GuzzleHttp\Client();

$headers = [
  'Content-Type' => 'application/json',
  'Authorization' => 'Bearer API_KEY',     // TODO: 这里的 API_KEY 需要替换，获取 API Key 入口：https://wcode.net/get-apikey
];

$body = '{
  "model": "z-ai/glm-4.7",
  "messages": [
    {
      "role": "user",
      "content": "你好"
    }
  ]
}';

$request = new \GuzzleHttp\Psr7\Request('POST', 'https://wcode.net/api/gpt/v1/chat/completions', $headers, $body);

$response = $client->sendAsync($request)->wait();

echo $response->getBody();

$curl = curl_init();

curl_setopt_array($curl, [
  CURLOPT_URL => "https://wcode.net/api/gpt/v1/chat/completions",
  CURLOPT_RETURNTRANSFER => true,
  CURLOPT_ENCODING => "",
  CURLOPT_MAXREDIRS => 5,
  CURLOPT_TIMEOUT => 300,
  CURLOPT_CUSTOMREQUEST => "POST",
  CURLOPT_POSTFIELDS => json_encode([
    'model' => 'z-ai/glm-4.7',
    'messages' => [
      [
        'role' => 'user',
        'content' => '你好'
      ]
    ]
  ]),
  CURLOPT_HTTPHEADER => [
    "Authorization: Bearer API_KEY",     // TODO: 这里的 API_KEY 需要替换，获取 API Key 入口：https://wcode.net/get-apikey
    "content-type: application/json",
  ],
]);

$response = curl_exec($curl);
$error = curl_error($curl);

curl_close($curl);

if ($error) {
  echo "cURL Error #:" . $error;
} else {
  echo $response;
}

import requests
import json

url = "https://wcode.net/api/gpt/v1/chat/completions"

payload = {
  "model": "z-ai/glm-4.7",
  "messages": [
    {
      "role": "user",
      "content": "你好"
    }
  ]
}

headers = {
  "Authorization": "Bearer API_KEY",     # TODO: 这里的 API_KEY 需要替换，获取 API Key 入口：https://wcode.net/get-apikey
  "content-type": "application/json"
}

response = requests.post(url, json=payload, headers=headers)

print(json.dumps(response.json(), indent=4, ensure_ascii=False))

from openai import OpenAI

client = OpenAI(
  base_url="https://wcode.net/api/gpt/v1",
  api_key="API_KEY"                             # TODO: 这里的 API_KEY 需要替换，获取 API Key 入口：https://wcode.net/get-apikey
)

completion = client.chat.completions.create(
  model="z-ai/glm-4.7",
  messages=[
    {
      "role": "user",
      "content": "你好"
    }
  ]
)

print(completion.choices[0].message.content)

{
    "id": "chatcmpl-t1766480870s211r4443143765421d77e50108cb",
    "model": "z-ai/glm-4.7",
    "object": "chat.completion",
    "created": 1766480871,
    "choices": [
        {
            "logprobs": null,
            "finish_reason": "stop",
            "native_finish_reason": "stop",
            "index": 0,
            "message": {
                "role": "assistant",
                "content": "你好！我是Z.ai训练的GLM大语言模型，而非\"GLM 4.7\"版本。\n\n作为GLM系列的一员，我被设计用来理解和生成人类语言，帮助你解答问题、提供信息或进行创意思考。我可以回答各类问题，提供知识解释，协助完成文本任务，同时尊重你的隐私。\n\n有什么我能帮助你解决的问题或你想了解的内容吗？",
                "refusal": null,
                "reasoning": "嗯，用户让我介绍一下自己。看起来是想了解我的基本身份和能力。用户称呼我为“GLM 4.7”，但需要纠正一下，我实际上是GLM-4模型。\n\n用户可能对AI助手不太熟悉，所以需要用简单清晰的语言说明。首先要明确身份，然后介绍核心功能，最后保持开放态度提问。这样既能展示能力，又能引导进一步对话。\n\n考虑到用户用中文提问，应该保持中文回答。可以提到自然语言处理、知识问答等常见功能，但不必过于技术化。重点是要让用户感受到我的实用性和亲和力。\n\n用户没有提供具体场景，所以暂时不需要主动询问具体需求，只要保持开放的询问态度即可。最后加上表情符号让语气更友好一些。"
            }
        }
    ],
    "usage": {
        "prompt_tokens": 17,
        "completion_tokens": 231,
        "total_tokens": 248,
        "prompt_tokens_details": {
            "cached_tokens": 0,
            "audio_tokens": 0,
            "video_tokens": 0
        },
        "completion_tokens_details": {
            "reasoning_tokens": 267,
            "image_tokens": 0
        }
    }
}