← 返回文章列表 / Back to list
overview

智谱 GLM-4.7-Flash 永久免费 API:30B MoE 轻量化旗舰,零成本上手指南

Zhipu GLM-4.7-Flash Free API Forever: 30B MoE Lightweight Flagship, Zero-Cost Guide

更新时间:2026-08-27 | 核验来源:智谱开放平台官方文档 + GitHub 开源页 + 第三方实测

🔥 为什么 GLM-4.7-Flash 值得关注

  • 永久免费:2026年1月20日发布即宣布 API 永久免费,无额度限制、无有效期
  • 轻量化 MoE:总参数 30B,每次推理仅激活 3B,速度/成本双优
  • 200K 超长上下文:适合长文档总结、代码库检索、Agent 多轮对话
  • 本地可跑:苹果 M5 实测 43 token/s(Q4_量化),支持 FP16/Q4_0/Q4_K 等多精度
  • 编程/Agent 专精:官方定位「本地编程与智能体助手」,函数调用/工具调用原生支持

📌 快速上手 3 步走

1. 注册账号 & 获取 API Key

⚠️ 注意:国内/国际账号 API Key 不互通,端点也不同

2. 选择正确端点

用户类型 Base URL 适用场景
国内(CN) https://open.bigmodel.cn/api/paas/v4 大陆手机号注册、国内网络
国际(Global) https://api.z.ai/api/paas/v4 邮箱注册、海外网络

3. OpenAI 兼容调用示例

# cURL 示例(国内端点)
curl https://open.bigmodel.cn/api/paas/v4/chat/completions \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "glm-4.7-flash",
    "messages": [{"role": "user", "content": "Hello, write a Python function to sort a list."}],
    "max_tokens": 1024,
    "temperature": 0.7
  }'
# Python + OpenAI SDK(推荐)
from openai import OpenAI

client = OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://open.bigmodel.cn/api/paas/v4"  # 国际用户改为 https://api.z.ai/api/paas/v4
)

response = client.chat.completions.create(
    model="glm-4.7-flash",
    messages=[{"role": "user", "content": "用 Python 写一个快速排序"}],
    max_tokens=2048,
    temperature=0.3
)
print(response.choices[0].message.content)

🛠️ 高级用法:Prompt Caching 降本

GLM-4.7-Flash 支持 Prompt Caching(缓存重复前缀),适合:

  • 固定 System Prompt 的 Agent
  • 长文档分块检索(RAG)
  • 多轮对话历史复用
# 启用缓存(缓存前缀自动识别)
response = client.chat.completions.create(
    model="glm-4.7-flash",
    messages=[
        {"role": "system", "content": "你是一个 Python 编程助手,擅长优化代码性能。" * 100},  # 长前缀会被缓存
        {"role": "user", "content": "优化这段代码:..."}
    ],
    extra_body={"prompt_cache": True}  # 显式启用缓存
)

💡 缓存命中后,输入 Token 成本可降低 80-90%(官方实测数据)

📊 性能对比(官方 + 第三方实测)

模型 参数量 上下文 速度 (M5) 免费政策
GLM-4.7-Flash 30B/3B MoE 200K 43 tok/s 永久免费
GLM-4.5-Flash 15B 128K 28 tok/s 永久免费
DeepSeek-V4-Flash 236B/21B MoE 128K - 峰谷定价(8月新规)
Qwen2.5-72B 72B 256K - 免费额度 + 按量

⚠️ 注意事项

  1. 速率限制:免费用户默认 10 RPM / 1000 TPM,如需提升可申请企业认证
  2. 内容审核:国内端点强制内容安全过滤,国际端点较宽松
  3. 模型更新:GLM-4.7-Flash 会持续迭代,建议订阅官方 changelog
  4. 本地部署:如需私有化,可从魔搭社区/AtomGit 下载权重(MIT 许可)

🔗 官方资源

  • 智谱开放平台(CN):https://open.bigmodel.cn
  • 智谱开放平台(Global):https://api.z.ai
  • GitHub 开源:https://github.com/THUDM/GLM-4.7-Flash
  • 魔搭社区权重:https://modelscope.cn/models/ZhipuAI/glm-4.7-flash

下一步:需要统一接入多家免费 API?查看 统一调用网关教程成本优化策略

相关文章 / Related

Meta GPT-OSS 120B 入驻 Groq:120B MoE 免费可用,MMLU 90% + Groq LPU 低延迟实测Cerebras Inference 免费 API 完全指南:2000 tokens/s 极速推理,Llama 3.3 70B 零成本接入inclusionAI Ling 3.0 Flash Fin 免费 API:262K 上下文金融推理,零成本上线Pollinations AI 免费 API 实测:图像真免 Key,文本必须匿名才免费(带 Key 反而 402)Cloudflare Workers AI 免费层完全指南:在边缘运行 Llama 3、Mistral 等开源模型