

GLM 4.7 Flash et GLM 4.5 Flash côte à côte : caractéristiques, capacités, paramètres et tarifs en direct du catalogue EmpirioLabs.
GLM 4.7 Flash et GLM 4.5 Flash sont deux modèles Z.ai de la catégorie Génération de texte, disponibles via l'API EmpirioLabs.
| Spéc. | GLM 4.7 Flash | GLM 4.5 Flash |
|---|---|---|
| ID du modèle | glm-4-7-flash | glm-4-5-flash |
| Auteur | Z.ai | Z.ai |
| Publié | 19 janv. 2026 | 28 juil. 2025 |
| Fenêtre de contexte | 202.8K tokens | 128K tokens |
| Sortie max | 131 072 tokens | 98 304 tokens |
| Entrée | Texte | Texte |
| Sortie | Texte | Texte |
| Sortie structurée | Mode JSON | Mode JSON |
| Région | 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 |
| Capacités |
Tarifs en direct du catalogue EmpirioLabs pour les deux modèles. Chaque grille tarifaire correspond toujours à ce que l'API facture.
Paramètres de requête indiqués pour chaque modèle sur EmpirioLabs, avec les valeurs autorisées ou la plage le cas échéant. Un tiret signale un paramètre que le modèle n'indique pas.
| Paramètre | GLM 4.7 Flash | GLM 4.5 Flash |
|---|---|---|
| temperature | 0 à 1 Par défaut: 1 | 0 à 1 Par défaut: 0.6 |
| top_p | 0.01 à 1 Par défaut: 0.95 | 0.01 à 1 Par défaut: 0.95 |
| max_tokens | 1 à 131072 Par défaut: 4096 | 1 à 98304 Par défaut: 4096 |
| stop | array | array |
| do_sample | boolean Par défaut: true | boolean Par défaut: true |
| enable_thinking | boolean Par défaut: true | boolean Par défaut: true |
| thinking | object | object |
| preserve_thinking | boolean Par défaut: false | - |
| tools | array | array |
| tool_choice | auto Par défaut: auto | auto Par défaut: auto |
| tool_stream | boolean Par défaut: false | - |
| tool_web_search | boolean Par défaut: false | boolean Par défaut: false |
| search_result | boolean Par défaut: true | boolean Par défaut: true |
| search_prompt | string | string |
| count | 1 à 50 Par défaut: 10 | 1 à 50 Par défaut: 10 |
| search_domain_filter | string | string |
L’utilisation de base des jetons est gratuite. La recherche web intégrée est optionnelle via tool_web_search et ajoute $0.033 par requête lorsqu’elle est activée.
L’utilisation de base des jetons est gratuite. La recherche web intégrée est optionnelle via tool_web_search et ajoute $0.033 par requête lorsqu’elle est activée.
GLM 4.7 Flash sert l'API Chat Completions compatible OpenAI. Pointez n'importe quel SDK OpenAI vers https://api.empiriolabs.ai/v1 avec votre clé API EmpirioLabs et utilisez l'id de modèle glm-4-7-flash. Les deux modèles s'appellent via le même endpoint. Définissez model sur glm-4-7-flash ou glm-4-5-flash. Obtenez une clé API depuis le tableau de bord EmpirioLabs.
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 est la version la plus récente (19 janv. 2026) ; GLM 4.5 Flash est sorti le 28 juil. 2025. GLM 4.7 Flash a la plus grande fenêtre de contexte : 202.8K tokens, contre 128K pour GLM 4.5 Flash. GLM 4.7 Flash renvoie jusqu'à 131 072 tokens de sortie par réponse, GLM 4.5 Flash jusqu'à 98 304. Les caractéristiques, les grilles tarifaires et les paramètres de cette page proviennent du catalogue EmpirioLabs en direct.
GLM 4.7 Flash est la version la plus récente (19 janv. 2026) ; GLM 4.5 Flash est sorti le 28 juil. 2025.
Les deux modèles affichent le même tarif pour Recherche Web (par requête lorsqu’activé). Les deux grilles tarifaires en direct sont sur cette page et correspondent toujours à ce que l'API facture.
Oui. Les deux modèles utilisent POST /v1/chat/completions avec la même clé API EmpirioLabs : la plupart des intégrations basculent en changeant la valeur model. Vérifiez d'abord le tableau des paramètres de cette page si vous dépendez d'un paramètre propre à un modèle.
Oui. Ouvrez chaque modèle dans le playground EmpirioLabs et lancez le même prompt sur les deux, avec les paramètres exposés par l'API.
Consultez nos tarifs ou contactez-nous si vous souhaitez que votre propre modèle soit déployé sur notre stack.