---
title: "GLM 4.7 по API"
description: "Модель Z.ai для кода и вёрстки: контекст 200 тысяч токенов, рассуждения перед каждым вызовом инструмента, открытые веса по MIT. От 63,55 ₽ за 1 млн токенов."
url: https://veselo.ai/models/z-ai/glm-4.7
updated: 2026-11-16T15:16:30.780Z
---

# GLM 4.7 по API

GLM-4.7 — модель Z.ai из декабря 2025 года, последняя в линейке GLM-4. В ней подтягивали программирование и устойчивость в многошаговых задачах, а отдельно — внешний вид страниц, которые модель верстает. Контекст — 200 000 токенов, веса открыты по лицензии MIT. Её берут для вёрстки, слайдов и агентов в Cline, Roo Code и Claude Code.

- **63,55 ₽ / 232,99 ₽ за 1 млн токенов**
- контекст 200 тыс.
- текст → текст

`z-ai/glm-4.7`

Обновлено: 16 ноября 2026 г.

[Получить ключ](https://veselo.ai/developer) Попробовать [Документация](https://veselo.ai/docs/chat)

## Попробовать GLM-4.7

Отправь вопрос — модель ответит текстом. Запрос оплачивается с API-счёта по цене на кнопке, бесплатных проб нет; ошибка нейросети денег не стоит.

**Пример запроса:** «Сверстай адаптивную шапку сайта на HTML и CSS: логотип слева, меню справа, на телефоне — кнопка-бургер.»

В ответ приходит текст в choices[0].message.content и цена ответа в usage.cost_rub.

## Цены GLM-4.7 в рублях

| Вход — твой запрос | 63,55 ₽ за 1 млн токенов |
| --- | --- |
| Выход — ответ модели | 232,99 ₽ за 1 млн токенов |
| Вход из кэша — повтор того же начала запроса | 11,65 ₽ за 1 млн токенов |

Запрос, который закончился ошибкой, денег не стоит. Кэшбэк — до 5% от расхода за месяц. [Как считается цена](https://veselo.ai/docs/pricing)

### Сколько стоят типичные задачи

Суммы посчитаны по цене выше — сколько спишется за такую работу.

| Вёрстка лендингов: запрос и страница на 9 000 токенов | Около 2,15 ₽ |
| --- | --- |
| Слайды в HTML: данные квартала на 3 000 токенов и слайды на 12 000 | Около 2,99 ₽ |
| Агент в Cline или Roo Code: шаг агента на 50 000 токенов входа и 3 000 ответа | Около 3,88 ₽ |
| Интерактивный прототип для обсуждения: запрос и прототип на 7 000 токенов | Около 1,67 ₽ |
| Сводка по нескольким источникам: пять статей на 40 000 токенов и сводка на 3 000 | Около 3,25 ₽ |

## Что умеет GLM-4.7

- Держит 200 000 токенов контекста и пишет ответ до 128 000 токенов ([документация Z.ai](https://docs.z.ai/guides/llm/glm-4.7)).
- Думает перед каждым ответом и перед каждым вызовом инструмента. Z.ai описывает ещё два режима: рассуждения, сохранённые между ходами, и включение мышления по ходу разговора.
- SWE-bench Verified — 73,8, на 5,8 пункта больше, чем у GLM-4.6. Terminal Bench 2.0 — 41, LiveCodeBench v6 — 84,9.
- Презентации 16:9: по замеру Z.ai, «совместимость PPT 16:9» выросла с 52 до 91%.
- 358 млрд параметров, веса открыты по лицензии MIT ([карточка модели](https://huggingface.co/zai-org/GLM-4.7)).
- Принимает и возвращает только текст.

## Где применять

### Вёрстка лендингов

Z.ai отдельно пишет о вёрстке GLM-4.7: раскладку, цвета и компоненты по умолчанию модель подбирает аккуратнее прошлых версий. Для лендинга, страницы акции или внутренней панели это экономит первый, самый скучный час работы. Описывай блоки по порядку и называй, на чём писать: чистый HTML, Tailwind или React. После первого варианта проси правки точечно, вроде «подними форму выше» или «сделай тарифы карточками»: так модель не переписывает всё заново.

**Пример запроса:** «Сверстай лендинг курсов английского: первый экран с формой записи, три тарифа, отзывы и подвал. HTML и Tailwind».

**Стоимость:** запрос и страница на 9 000 токенов — около 2,15 ₽.

### Слайды в HTML

Презентации — ещё одна сильная сторона, которую Z.ai подтверждает цифрами: её замер совместимости слайдов 16:9 вырос с 52 до 91%. Модель делает слайды страницами HTML и CSS, их можно показать в браузере на весь экран или сохранить в PDF через печать. Дай данные и выводы, которые нужно донести, а оформление попроси в цветах компании. Цифры на слайдах сверь с исходной таблицей перед показом.

**Пример запроса:** «Сделай 8 слайдов 16:9 в HTML об итогах квартала: выручка, новые клиенты, три вывода. Один слайд — один экран».

**Стоимость:** данные квартала на 3 000 токенов и слайды на 12 000 — около 2,99 ₽.

### Агент в Cline или Roo Code

В документации Z.ai перечисляет программы, где GLM-4.7 «думает, прежде чем действовать»: Claude Code, Kilo Code, TRAE, Cline и Roo Code. В программах, которые принимают свой адрес в формате OpenAI, выбери такой вариант подключения, впиши `https://veselo.ai/v1`, ключ `sk-vsl-…` и модель `z-ai/glm-4.7`. Для Claude Code есть отдельный вход в формате Anthropic, о нём — в [разделе про Claude Code](https://veselo.ai/docs/anthropic). Агент делает много шагов, поэтому заведи для него отдельный ключ с месячным лимитом.

**Пример запроса:** «Добавь в проект страницу „Мои заказы“: список с фильтром по статусу, пагинация, тесты на фильтр».

**Стоимость:** шаг агента на 50 000 токенов входа и 3 000 ответа — около 3,88 ₽.

### Интерактивный прототип для обсуждения

Прежде чем заказывать разработку, полезно потрогать идею руками. GLM-4.7 соберёт рабочий прототип в одном HTML-файле: калькулятор с ползунками, конструктор заказа, страницу с переключением тарифов. Z.ai показывает и более смелые примеры — приложения, которые слушаются жестов перед камерой. Прототип отправляешь коллегам ссылкой или файлом, и спор «как это должно работать» заканчивается быстрее. В боевой код такой файл не переносят: это черновик для разговора.

**Пример запроса:** «Сделай прототип калькулятора доставки: ползунки веса и расстояния, переключатель срочности, итог крупно. Один HTML-файл».

**Стоимость:** запрос и прототип на 7 000 токенов — около 1,67 ₽.

### Сводка по нескольким источникам

Поиск и глубокое исследование Z.ai тоже относит к сильным сторонам модели: она раскладывает найденное по полочкам и сводит разные источники. По нашему API модель в интернет не ходит, поэтому тексты собираешь ты и кладёшь в запрос, а в 200 тысяч токенов помещается не одна статья. Проси таблицу: что совпадает, где источники спорят и на что каждый ссылается. Спорные места открой в оригинале.

**Пример запроса:** «Вот пять статей о маркировке товаров. Сведи в таблицу: что обязательно, с какой даты, где источники расходятся».

**Стоимость:** пять статей на 40 000 токенов и сводка на 3 000 — около 3,25 ₽.

### Тексты для квестов и интерактивных историй

Художественные тексты, ролевые диалоги и интерактивные истории тоже есть в списке задач GLM-4.7. Для квест-комнаты, настольной игры или чат-бота с сюжетом модель пишет сцены с развилками. Опиши мир, героев и правила одним сообщением в начале, тогда сюжет не расползается, а характеры не плывут от хода к ходу. Каждую ветку проси короче, чем кажется нужным: игроки читают по диагонали, а длинный абзац в квесте пролистывают не глядя.

**Пример запроса:** «Напиши начало текстового квеста про ограбление музея: сцена, три варианта действий и что будет после каждого».

**Стоимость:** сцена с ветками на 2 500 токенов — около 0,61 ₽.

## Характеристики

| Разработчик | Z.ai (GLM) |
| --- | --- |
| Вид | Текст |
| Контекст | 200 000 токенов |
| Ответ | до 128 000 токенов |
| Вход → выход | текст → текст |
| Умеет | вызывать функции (tools), отвечать строго в JSON, рассуждать перед ответом |
| id для запроса | `z-ai/glm-4.7` |

## Как подключить

Вместо sk-vsl-ТВОЙ_КЛЮЧ — ключ из кабинета. Ответ придёт в формате OpenAI.

Запрос — `POST https://veselo.ai/v1/chat/completions` с полем `model`: `z-ai/glm-4.7`, ключ — в заголовке `Authorization: Bearer sk-vsl-…`.

**curl**

```
curl https://veselo.ai/v1/chat/completions \
  -H "Authorization: Bearer sk-vsl-ТВОЙ_КЛЮЧ" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "z-ai/glm-4.7",
    "messages": [{"role": "user", "content": "Привет! Объясни в двух предложениях, что такое API."}]
  }'
```

**Python**

```
from openai import OpenAI  # pip install openai

client = OpenAI(base_url="https://veselo.ai/v1", api_key="sk-vsl-ТВОЙ_КЛЮЧ")

r = client.chat.completions.create(
    model="z-ai/glm-4.7",
    messages=[{"role": "user", "content": "Привет! Объясни в двух предложениях, что такое API."}],
)
print(r.choices[0].message.content)
```

**JavaScript**

```
import OpenAI from 'openai'; // npm i openai

const client = new OpenAI({ baseURL: 'https://veselo.ai/v1', apiKey: 'sk-vsl-ТВОЙ_КЛЮЧ' });

const r = await client.chat.completions.create({
  model: 'z-ai/glm-4.7',
  messages: [{ role: 'user', content: 'Привет! Объясни в двух предложениях, что такое API.' }],
});
console.log(r.choices[0].message.content);
```

### Пример ответа — только поля

```
{
  "id": "chatcmpl-…",
  "model": "…",
  "choices": [{ "message": { "role": "assistant", "content": "…" } }],
  "usage": { "prompt_tokens": …, "completion_tokens": …, "cost_rub": … }
}
```

**В программах:** OpenAI SDK, Cursor и n8n — по адресу и ключу, Claude Code — через формат Anthropic, Claude и ChatGPT — через MCP. [Библиотеки и программы](https://veselo.ai/docs/sdks) · [Claude Code](https://veselo.ai/docs/anthropic) · [MCP](https://veselo.ai/connect)

[Документация раздела](https://veselo.ai/docs/chat)

## Сравнение с похожими

| Модель | Цена | Главное | Когда выбрать |
| --- | --- | --- | --- |
| **GLM-4.7** — эта модель | 63,55 ₽ / 232,99 ₽ (вход / выход за 1 млн токенов) | контекст 200 тыс. | вёрстка страниц и слайдов, агенты в Cline и Roo Code, задачи с контекстом до 200 тысяч |
| [GLM-4.7 FlashX](https://veselo.ai/models/z-ai/glm-4.7-flashx) — Z.ai (GLM) | 7,42 ₽ / 42,37 ₽ (вход / выход за 1 млн токенов) | контекст 200 тыс. | тысячи простых запросов: тестовые данные, нормализация, фоновые шаги агентов |
| [GLM-5](https://veselo.ai/models/z-ai/glm-5) — Z.ai (GLM) | 105,91 ₽ / 338,89 ₽ (вход / выход за 1 млн токенов) | контекст 200 тыс. | рефакторинг бэкенда, отладка и разбор текстов, когда флагман избыточен |
| [Kimi K2.7 Code](https://veselo.ai/models/moonshotai/kimi-k2.7-code) — Moonshot AI (Kimi) | 100,61 ₽ / 423,61 ₽ (вход / выход за 1 млн токенов) | контекст 262 тыс. | программирование с рассуждениями на каждом шаге: функции, тесты, правки в проекте |
| [Grok Code Fast 1](https://veselo.ai/models/x-ai/grok-code-fast-1) — xAI (Grok) | 21,19 ₽ / 158,86 ₽ (вход / выход за 1 млн токенов) | контекст 256 тыс. | агенты в Cline и Claude Code на больших объёмах: правки, тесты, поиск по проекту |
| [GLM-5 Turbo](https://veselo.ai/models/z-ai/glm-5-turbo) — Z.ai (GLM) | 127,09 ₽ / 423,61 ₽ (вход / выход за 1 млн токенов) | контекст 200 тыс. | агенты с длинными цепочками инструментов и задачи по расписанию |

- [**GLM-4.7 FlashX**](https://veselo.ai/models/z-ai/glm-4.7-flashx) — для массовых простых задач, где хватает лёгкой модели.
- [**GLM-5**](https://veselo.ai/models/z-ai/glm-5) — следующее поколение: больше параметров и упор на долгие задачи бэкенда.
- [**Kimi K2.7 Code**](https://veselo.ai/models/moonshotai/kimi-k2.7-code) — модель Moonshot AI для кода; по описанию вендора, понимает картинки, так что годится для вёрстки по скриншоту.
- [**Grok Code Fast 1**](https://veselo.ai/models/x-ai/grok-code-fast-1) — быстрая модель xAI для агентного программирования; по описанию вендора, ход рассуждений виден в ответе.

## Версии и отличия

- [GLM-4.7 FlashX](https://veselo.ai/models/z-ai/glm-4.7-flashx) — лёгкая быстрая версия на основе GLM-4.7-Flash: 30 млрд параметров, из них 3 млрд активных, контекст тот же.
- GLM-4.6 (`z-ai/glm-4.6`) — сентябрь 2025 года. Контекст тогда вырос со 128 до 200 тысяч токенов, а расход токенов, по словам Z.ai, снизился больше чем на 30% по сравнению с 4.5 ([документация](https://docs.z.ai/guides/llm/glm-4.6)).
- GLM-4.5 и GLM-4.5 Air (`z-ai/glm-4.5`, `z-ai/glm-4.5-air`) — июль 2025 года: 355 и 106 млрд параметров, контекст 128 тысяч. GLM-4.5 X и AirX — их скоростные варианты ([документация](https://docs.z.ai/guides/llm/glm-4.5)).
- GLM-4 с вариантами Air, AirX, Long, Plus и AllTools, а ещё GLM-3 Turbo — ранние поколения; они есть в каталоге для старых интеграций.
- [GLM-5](https://veselo.ai/models/z-ai/glm-5) — следующее поколение, февраль 2026 года.

- [GLM-4.6](https://veselo.ai/models/z-ai/glm-4.6) — 63,55 ₽ / 232,99 ₽ за 1 млн токенов
- [GLM-4.5](https://veselo.ai/models/z-ai/glm-4.5) — 63,55 ₽ / 232,99 ₽ за 1 млн токенов
- [GLM-4.5 Air](https://veselo.ai/models/z-ai/glm-4.5-air) — 21,19 ₽ / 116,50 ₽ за 1 млн токенов
- [GLM-3 Turbo](https://veselo.ai/models/z-ai/glm-3-turbo) — 75,66 ₽ / 75,66 ₽ за 1 млн токенов
- [GLM-4](https://veselo.ai/models/z-ai/glm-4) — 1 512,91 ₽ / 1 512,91 ₽ за 1 млн токенов
- [GLM-4 Air](https://veselo.ai/models/z-ai/glm-4-air) — 7,57 ₽ / 7,57 ₽ за 1 млн токенов
- [GLM-4 AirX](https://veselo.ai/models/z-ai/glm-4-airx) — 151,30 ₽ / 151,30 ₽ за 1 млн токенов
- [GLM-4 Long](https://veselo.ai/models/z-ai/glm-4-long) — 15,13 ₽ / 15,13 ₽ за 1 млн токенов
- [GLM-4 Plus](https://veselo.ai/models/z-ai/glm-4-plus) — 75,65 ₽ / 75,65 ₽ за 1 млн токенов
- [GLM-4.5 AirX](https://veselo.ai/models/z-ai/glm-4.5-airx) — 116,50 ₽ / 476,56 ₽ за 1 млн токенов
- [GLM-4.5 X](https://veselo.ai/models/z-ai/glm-4.5-x) — 232,99 ₽ / 942,52 ₽ за 1 млн токенов

## Подробно о GLM-4.7

GLM-4.7 вышла в декабре 2025 года и стала последней большой моделью линейки GLM-4: следующей была уже GLM-5. Это смесь экспертов на 358 млрд параметров; в карточке модели Z.ai ссылается на технический отчёт о GLM-4.5. Веса открыты по MIT, модель запускают через vLLM и SGLang, для экономии памяти есть версия в FP8.

Самое интересное — режимы рассуждений. В обычном модель думает перед каждым ответом и каждым вызовом инструмента, отсюда описание «думает, прежде чем действовать». В сохраняющем режиме рассуждения прошлых ходов остаются в разговоре: Z.ai пишет, что так чаще срабатывает кэш и задача обходится дешевле. В третьем режиме мышление включают и выключают по ходу разговора: для простой реплики оно не нужно, для сложного шага — нужно.

Рост по сравнению с GLM-4.6 Z.ai показывает на замерах кода: SWE-bench Verified — плюс 5,8 пункта, SWE-bench Multilingual — плюс 12,9, Terminal Bench 2.0 — плюс 16,5. На HLE с инструментами — 42,8. Отдельно упомянуты 100 настоящих задач программирования, которые прогнали в Claude Code: стабильность и доведение до результата там выросли по сравнению с 4.6.

Почему GLM-4.7 берут до сих пор, когда есть линейка GLM-5? Z.ai гоняла её в агентах для кода, во фронтенде она сильна по описанию вендора, а контекста в 200 тысяч токенов хватает большинству задач вёрстки. На 16 ноября 2026 года вход и ответ у неё дешевле, чем у GLM-5 и её старших версий; дешевле в семье только лёгкие Flash-модели. Точные цены — в таблице выше.

Ещё один довод — открытые веса по MIT. Если когда-нибудь понадобится поднять модель на своём сервере, промпты и цепочки, отлаженные через API, переедут вместе с ней: модель та же, меняется только адрес.

## Как устроен доступ

Весело — не разработчик GLM-4.7: модель выпускает Z.ai (GLM). Мы даём к ней доступ по API — один ключ на все модели, оплата в рублях с API-счёта, а цена каждого ответа видна в самом ответе. Запрос, который закончился ошибкой, денег не стоит. Что мы храним о запросах и сколько — в разделе «Данные и приватность» документации. [Данные и приватность](https://veselo.ai/docs/privacy)

## Вопросы и ответы

**Переводит ли GLM-4.7 на русский?**

В карточке GLM-4.7 указаны английский и китайский. У предыдущей GLM-4.6 Z.ai прямо называла русский среди языков перевода, вместе с французским, японским и корейским. Перед массовым переводом прогони на GLM-4.7 десяток своих текстов.

**Как подключить GLM-4.7 к Cline или Roo Code?**

Выбери подключение к своему адресу в формате OpenAI, адрес — `https://veselo.ai/v1`, ключ — `sk-vsl-…` из [кабинета](https://veselo.ai/developer), модель — `z-ai/glm-4.7`. Если программа спрашивает размер контекста, укажи 200 000.

**Зачем переходить на GLM-4.7, если работает GLM-4.6?**

Если 4.6 справляется, спешить некуда: она есть в каталоге под id `z-ai/glm-4.6`, контекст у моделей одинаковый. Но в 4.7 подтянули код и многошаговые задачи — на SWE-bench Verified плюс 5,8 пункта, на Terminal Bench 2.0 — плюс 16,5.

**Сохраняет ли GLM-4.7 рассуждения между ходами у вас?**

Через вход `/v1/messages` для Claude Code — нет: блоки рассуждений из прошлых ответов мы модели не передаём, она думает на каждом шаге заново. В `/v1/chat/completions` история уходит модели так, как её прислала программа.

**Можно ли отдать GLM-4.7 макет картинкой?**

Нет, модель принимает только текст. Для вёрстки по скриншоту или макету бери [GLM-5.3 Flash](https://veselo.ai/models/z-ai/glm-5.3-flash): она понимает картинки и дешевле флагманов.

**Что такое токены и как их считать?**

Токен — кусочек текста: часть слова, слово или знак. Платишь за токены запроса и ответа, сколько ушло — в поле usage ответа; как считается цена, написано в разделе документации «Цены и списания».

**Нужны ли VPN и зарубежная карта для GLM-4.7?**

Нет. Запросы идут на https://veselo.ai/v1, а API-счёт пополняется в рублях — картой российского банка или по СБП.

**Что будет, если запрос закончится ошибкой?**

Запрос, который закончился ошибкой нейросети, денег не стоит: удержание на время запроса снимается целиком. Цену удачного ответа видно в рублях сразу.

## Ещё по теме

- [Все модели: нейросети для кода](https://veselo.ai/models/api-neirosetej-dlya-koda)
- [Все модели: языковые модели](https://veselo.ai/models/llm-api)
- [GLM API: модели Z.ai](https://veselo.ai/models/glm)
- [Чат: сообщения и параметры — документация API](https://veselo.ai/docs/chat)
- [Подключить к Claude и ChatGPT](https://veselo.ai/connect)
- [GLM-5.3 Flash Express](https://veselo.ai/models/z-ai/glm-5.3-flash-express)
- [GLM 5.3 Flash без цензуры](https://veselo.ai/models/z-ai/glm-5.3-flash-uncensored)
- [GLM 5.3 без цензуры](https://veselo.ai/models/z-ai/glm-5.3-uncensored)
- [GLM-5.3 Flash](https://veselo.ai/models/z-ai/glm-5.3-flash)
- [Все модели и цены](https://veselo.ai/models)

Факты сверены 16 ноября 2026 по документации: [docs.z.ai](https://docs.z.ai/guides/llm/glm-4.7), [huggingface.co](https://huggingface.co/zai-org/GLM-4.7)
