智谱新模型也用DeepSeek的MLA，苹果M5就能跑
原文中文，约1200字，阅读约需3分钟。
📝
内容提要
智谱AI推出新模型GLM-4.7-Flash，参数300亿，激活仅30亿，适用于本地编程和智能助手。该模型在代码修复测试中表现优异，支持200K上下文窗口，兼容多平台，并可在苹果M5上运行。API免费开放，具备创意写作和翻译功能。
🔎
延伸解读
模型架构的创新
GLM-4.7-Flash首次采用MLA架构，提升了模型的推理效率。通过仅激活30亿参数，模型在保持性能的同时显著降低了计算资源的消耗。这种创新使得开发者在本地部署时能够更高效地利用硬件资源，尤其是在苹果M5等设备上。
应用场景的多样性
除了编程，GLM-4.7-Flash还适用于创意写作、翻译和长上下文任务等多种场景。这种多功能性使得该模型在不同领域的应用潜力巨大，开发者可以根据需求灵活选择使用场景，提升工作效率。
与同类模型的比较
在上下文长度支持和输出token价格方面，GLM-4.7-Flash相较于同类模型具有明显优势。然而，当前的延迟和吞吐量仍需优化，开发者在选择时应关注这些性能指标，以确保满足实际应用需求。
❓
Q&A
GLM-4.7-Flash模型的主要特点是什么？
GLM-4.7-Flash模型具有300亿总参数，实际推理时仅激活30亿参数，适用于本地编程和智能助手，支持200K上下文窗口。
GLM-4.7-Flash在代码修复测试中的表现如何？
在SWE-bench Verified代码修复测试中，GLM-4.7-Flash获得了59.2分，表现优异。
GLM-4.7-Flash支持哪些应用场景？
该模型适用于本地编程、智能助手、创意写作、翻译和长上下文任务等场景。
GLM-4.7-Flash的API使用情况如何？
GLM-4.7-Flash的API完全免费开放调用，基础版限1个并发，高速版价格低廉。
GLM-4.7-Flash与前代模型相比有什么改进？
GLM-4.7-Flash在效率上进行了优化，采用了混合专家架构，实际推理时大幅降低计算开销。
GLM-4.7-Flash的运行速度如何？
在苹果M5芯片的笔记本上，GLM-4.7-Flash的运行速度可达到43 token/s。
🏷️
