GLM-4.7登顶开源王座，这回挖塌了闭源的墙角？

GLM-4.7的横空出世，为2025年AI竞赛的收官之战增添了新的变数。对我们这些用户而言，这无疑是最好的时代。闭源的高墙依然矗立，但开源铁锹挖开的地基，已经越来越松动。

2025年岁末并不平静。就在大家准备迎接双旦假期之际，智谱AI像是故意给行业投下了一枚“深水炸弹”，发布了最新的GLM-4.7。

说实话，这两年国产大模型的发布会我看累了，各种刷榜参数的消息也听麻了。但这次的情况有点不一样。这次拿出的成绩单，不再是自家做的PPT，而是来自权威评测机构Artificial Analysis。在这个被OpenAI、谷歌奉为金标准的评测里，GLM-4.7干了一件让开源社区炸锅的事：它拿到了全球开源模型的第一名。

图片

这也太“卷”了

先看一张更有说服力的成绩单。在AAII刚刚更新的榜单里，GLM-4.7拿到了68分的综合得分。

这个分数意味着什么？

往上看，它在全球总榜里排第六。排在它前面的，全是GPT-5.2、Gemini 3 Pro这种闭源巨头，也就是那种你每个月得掏20刀甚至更多才能用上的“贵族”模型。

往下看，这才是最有意思的地方。它把Claude 4.5 Sonnet、Grok 4这些名声在外的模型甩在了身后。而在开源这个赛道上，它直接登顶。就连同样表现生猛的DeepSeek V3.2，这次也以两分之差排在第十。

如果不谈开源闭源，单论国产模型，GLM-4.7和Kimi K2、DeepSeek共同构成的第一梯队，已经将国产AI的水准线硬生生拉到了国际一线。

它到底强在哪？

很多开发者，包括我在内，最关心的其实不是分数，而是手感。GLM-4.7这次明显是奔着“解决难题”去的，它被定义为一款专注于推理的模型。

首先是写代码。对于我们这些靠代码吃饭的人来说，Code Arena的排名就是风向标。GLM-4.7在这个榜单上拿了开源第一，甚至在综合性能上压过了GPT-5.2。在LiveCodeBench测试里，它也超过了Claude Sonnet 4.5。虽然在某些特定测试集上还有偏科，但你让它写个复杂脚本或者查Bug，它的表现已经不再是“像个AI”，而是“像个初级工程师”。

其次是它变“聪明”了。这里的聪明指的是逻辑推理。在研究生级别的GPQA Diamond测试里，它拿了84%的高分。为了达到这个效果，智谱给它引入了更长的思维链。简单说，就是它在回答你之前，会像人一样在肚子里打草稿，反复推演。虽然这会让计算成本稍微增加一点，但为了那个准确的答案，这点等待是值得的。

还有一个亮点是“听指挥”。在考察智能体工具调用的测试中，它刷新了开源模型的纪录。这意味着，你可以更放心地把API接给它，让它去操作复杂的系统，而不是担心它听不懂指令乱搞一通。

不仅是榜单，更是风向

GLM-4.7发布后的反应很有趣。它不仅在国内火，在国外的Hugging Face上也迅速冲上了全球趋势榜第一。

这说明了什么？说明好东西是没有国界的。美国的AI推理平台Fireworks直接把它称作“了不起的假期礼物”，Vercel这种极客聚集的平台也第一时间宣布接入。

这不仅是一个模型的胜利，更像是一个信号。直到2024年，我们在讨论大模型时，还在说“追赶GPT-4”。到了2025年底，当我们看到国产模型在Hard模式的基准测试里，和谷歌、OpenAI的旗舰产品打得有来有回，甚至在开源领域领跑时，这种感觉是很微妙的。

对于开发者和企业来说，这意味着选择权的转移。你不需要再为了高质量的推理能力去忍受昂贵的闭源API，GLM-4.7提供了一个高性价比、甚至可以说是廉价的替代方案——每百万token不到1美元的推理成本，配上开源第一的能力，这笔账谁都会算。

总而言之，GLM-4.7的出现，让2025年的AI竞赛在收官阶段又充满了变量。对于我们使用者来说，这无疑是最好的时代。闭源的高墙还在，但地基已经被开源的铁锹挖得越来越松动了。