

GLM 4.7 Flash und GLM 4.5 Flash im direkten Vergleich: Spezifikationen, Fähigkeiten, Parameter und Live-Preise aus dem EmpirioLabs-Katalog.
GLM 4.7 Flash und GLM 4.5 Flash sind beide Modelle von Z.ai in der Kategorie Textgenerierung und über die EmpirioLabs API verfügbar.
| Spezifikation | GLM 4.7 Flash | GLM 4.5 Flash |
|---|---|---|
| Modell-ID | glm-4-7-flash | glm-4-5-flash |
| Autor | Z.ai | Z.ai |
| Veröffentlicht | 19. Jan. 2026 | 28. Juli 2025 |
| Kontextfenster | 202.8K Token | 128K Token |
| Max. Ausgabe | 131.072 Token | 98.304 Token |
| Eingabe | Text | Text |
| Ausgabe | Text | Text |
| Strukturierte Ausgabe | JSON-Modus | JSON-Modus |
| Region | Singapore | Singapore |
| Endpoints | POST /v1/chat/completions POST /v1/responses POST /v1/messages POST /v1beta/models/glm-4-7-flash:generateContent | POST /v1/chat/completions POST /v1/responses POST /v1/messages POST /v1beta/models/glm-4-5-flash:generateContent |
| Fähigkeiten |
Live-Preise aus dem EmpirioLabs-Katalog für beide Modelle. Jede Preistabelle entspricht immer dem, was die API berechnet.
Anfrageparameter, die jedes Modell auf EmpirioLabs angibt, mit den zulässigen Werten oder dem Bereich, wo einer gilt. Ein Strich markiert einen Parameter, den das Modell nicht angibt.
| Parameter | GLM 4.7 Flash | GLM 4.5 Flash |
|---|---|---|
| temperature | 0 bis 1 Standard: 1 | 0 bis 1 Standard: 0.6 |
| top_p | 0.01 bis 1 Standard: 0.95 | 0.01 bis 1 Standard: 0.95 |
| max_tokens | 1 bis 131072 Standard: 4096 | 1 bis 98304 Standard: 4096 |
| stop | array | array |
| do_sample | boolean Standard: true | boolean Standard: true |
| enable_thinking | boolean Standard: true | boolean Standard: true |
| thinking | object | object |
| preserve_thinking | boolean Standard: false | - |
| tools | array | array |
| tool_choice | auto Standard: auto | auto Standard: auto |
| tool_stream | boolean Standard: false | - |
| tool_web_search | boolean Standard: false | boolean Standard: false |
| search_result | boolean Standard: true | boolean Standard: true |
| search_prompt | string | string |
| count | 1 bis 50 Standard: 10 | 1 bis 50 Standard: 10 |
| search_domain_filter | string | string |
Die Nutzung des Basistokens ist kostenlos. Die integrierte Websuche ist optional über tool_web_search und fügt $0.033 pro Anfrage hinzu, wenn sie aktiviert ist.
Die Nutzung des Basistokens ist kostenlos. Die integrierte Websuche ist optional über tool_web_search und fügt $0.033 pro Anfrage hinzu, wenn sie aktiviert ist.
GLM 4.7 Flash bedient die OpenAI-kompatible Chat Completions API. Richte ein beliebiges OpenAI SDK mit deinem EmpirioLabs API-Schlüssel auf https://api.empiriolabs.ai/v1 und verwende die Modell-ID glm-4-7-flash. Beide Modelle werden über denselben Endpunkt aufgerufen. Setze model auf glm-4-7-flash oder glm-4-5-flash. Hol dir einen API-Schlüssel im EmpirioLabs Dashboard.
curl https://api.empiriolabs.ai/v1/chat/completions \
-H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "glm-4-7-flash",
"messages": [
{"role": "user", "content": "Write a haiku about the ocean."}
]
}'GLM 4.7 Flash ist die neuere Veröffentlichung (19. Jan. 2026); GLM 4.5 Flash erschien am 28. Juli 2025. GLM 4.7 Flash hat das größere Kontextfenster: 202.8K Token gegenüber 128K bei GLM 4.5 Flash. GLM 4.7 Flash liefert bis zu 131.072 Ausgabe-Token pro Antwort, GLM 4.5 Flash bis zu 98.304. Die Spezifikationen, Preistabellen und Parameter auf dieser Seite stammen aus dem Live-Katalog von EmpirioLabs.
GLM 4.7 Flash ist die neuere Veröffentlichung (19. Jan. 2026); GLM 4.5 Flash erschien am 28. Juli 2025.
Beide Modelle haben denselben Preis für Web-Suche (pro Anfrage, wenn aktiviert). Beide Live-Preistabellen stehen auf dieser Seite und entsprechen immer dem, was die API berechnet.
Ja. Beide Modelle nutzen POST /v1/chat/completions mit demselben EmpirioLabs API-Schlüssel, die meisten Integrationen wechseln also durch Ändern des model Werts. Prüfe zuerst die Parametertabelle auf dieser Seite, wenn du dich auf einen modellspezifischen Parameter verlässt.
Ja. Öffne jedes Modell im EmpirioLabs Playground und führe denselben Prompt auf beiden aus, mit den Parametern, die die API bereitstellt.
Schauen Sie sich unsere Preise an oder kontaktieren Sie uns, wenn Sie Ihr eigenes Modell auf unserem Stack implementieren möchten.