قیمت و API مدل GLM 4.7 Flash در ایران
z-ai/glm-4.7-flash
toolsreasoningjsonشارژ بر اساس مصرف واقعی همان درخواست. قیمتها با تغییر شرایط بازار بهروز میشوند. cache ورودی: 2,901 تومان / 1M.قیمتها و شارژ
کد آمادهٔ GLM 4.7 Flash: حل مسئلهٔ چندمرحلهای با حالت استدلال
نمونه بر اساس قابلیتهای همین مدل انتخاب شده و با کلید خودت بدون تغییر دیگری اجرا میشود.
from openai import OpenAI
client = OpenAI(base_url="https://api.uttapen.ir/v1", api_key="sk-up-…")
resp = client.chat.completions.create(
model="z-ai/glm-4.7-flash",
messages=[{"role": "user", "content": (
"یک فروشگاه ۳ انبار دارد. انبار A روزی ۱۲۰ سفارش، B روزی ۸۵ و C روزی ۴۰ سفارش میفرستد. "
"اگر C تعطیل شود و بارش بین A و B نسبت به ظرفیتشان تقسیم شود، هر کدام روزی چند سفارش میفرستند؟ "
"مرحلهبهمرحله حساب کن و در پایان فقط دو عدد بده."
)}],
reasoning_effort="medium", # low | medium | high
)
print(resp.choices[0].message.content)
# توکنهای استدلال هم توکن خروجی حساب میشوند:
print(resp.usage.completion_tokens_details)curl https://api.uttapen.ir/v1/chat/completions \
-H "Authorization: Bearer sk-up-…" \
-H "Content-Type: application/json" \
-d '{
"model": "z-ai/glm-4.7-flash",
"messages": [{"role": "user", "content": "۱۲۰ و ۸۵ سفارش روزانه بین دو انبار تقسیم میشود؛ مرحلهبهمرحله حساب کن."}],
"reasoning": {"effort": "medium"}
}'import OpenAI from "openai";
const client = new OpenAI({ baseURL: "https://api.uttapen.ir/v1", apiKey: "sk-up-…" });
const resp = await client.chat.completions.create({
model: "z-ai/glm-4.7-flash",
messages: [{ role: "user", content: "۱۲۰ و ۸۵ سفارش روزانه بین دو انبار تقسیم میشود؛ مرحلهبهمرحله حساب کن و در پایان فقط دو عدد بده." }],
reasoning_effort: "medium",
});
console.log(resp.choices[0].message.content);
console.log(resp.usage.completion_tokens_details);GLM 4.7 Flash برای چه کاری خوب است؟
شناسهٔ GLM 4.7 Flash در API ما «z-ai/glm-4.7-flash» است و تأمینکنندهٔ آن Z.ai (GLM) است. ظرفیت context برابر ۲۰۲٬۷۵۲ توکن است؛ حدود ۱۵۲ هزار کلمهٔ فارسی جا میشود و بعد از آن باید تاریخچه را خلاصه کنی. حداکثر طول پاسخ در هر فراخوانی ۱۶٬۳۸۴ توکن است. از نظر قیمت در دستهٔ «بسیار ارزان» است — ارزانتر از ۷۱ مدل و گرانتر از ۳۳۵ مدل پولی دیگر کاتالوگ.
آنچه این مدل بیش از یک مدل متنی ساده انجام میدهد: tool calling دارد، یعنی میتواند تابعهای خودت را با آرگومان درست صدا بزند؛ با response_format خروجی JSON معتبر میدهد و مستقیم به کد وصل میشود؛ حالت استدلال دارد و روی مسئلهٔ چندمرحلهای، ریاضی و دیباگ بهتر جواب میدهد. همهٔ اینها با همان پارامترهای استاندارد SDK رسمی OpenAI کار میکنند و کد اختصاصی لازم ندارند. توجه کن که توکنهای استدلال هم توکن خروجی محسوب میشوند و در صورتحساب میآیند.
هر ۱ میلیون توکن ورودی ۱۷٬۴۰۸ تومان و هر ۱ میلیون توکن خروجی ۱۱۶٬۰۵۰ تومان است؛ خروجی 6.7 برابر ورودی قیمت دارد، پس کوتاهکردن پاسخ بیشتر از کوتاهکردن پرامپت صرفه دارد. cache ورودی دارد: توکنهای تکراری context با ۲٬۹۰۱ تومان / ۱M حساب میشوند، که برای پرامپت سیستمی بلند تفاوت بزرگی است. شارژ نهایی همیشه بر اساس مصرف واقعی همان درخواست است، نه برآورد؛ درخواست ناموفق صفر تومان.
نزدیکترین گزینه با همین قابلیتها از تأمینکنندهٔ دیگر DeepSeek V3.2 است: GLM 4.7 Flash تقریباً 1.5 برابر ارزانتر از آن تمام میشود و پنجرهٔ context آن بزرگتر است. هر دو با همان کلید و همان کد کار میکنند، پس عوضکردنشان فقط تغییر یک رشته است.
برای اینکه عدد قابل تصور شود: با ۱۰۰ هزار تومان اعتبار، حدود ۵۷۸ درخواست ۱٬۰۰۰ کلمهای روی GLM 4.7 Flash جا میشود، و هر ۱٬۰۰۰ تومان تقریباً ۵٬۷۸۰ کلمه رفتوبرگشت میخرد. اگر پردازشی یک میلیون توکن ورودی و یک میلیون توکن خروجی داشته باشد، کل آن ۱۳۳٬۴۵۸ تومان میشود. پر کردن کامل پنجرهٔ ۲۰۲٬۷۵۲ توکنی این مدل فقط از سمت ورودی ۳٬۵۲۹ تومان هزینه دارد، پس تاریخچهٔ گفتگو را بیدلیل بلند نگه ندار.
نزدیکترین همخانوادهٔ این مدل «z-ai/glm-4.7» است و انتخاب بین این دو همان جایی است که بیشتر آدمها گیر میکنند. روی یک درخواست ۱٬۰۰۰ کلمهای، این نسخه 4.7 برابر ارزانتر از آن درمیآید (۱۷۳ در برابر ۸۱۱ تومان). پنجرهٔ context هم یکی نیست: ۲۰۲٬۷۵۲ در برابر ۲۰۴٬۸۰۰ توکن. حداکثر طول پاسخ هم فرق دارد: ۱۶٬۳۸۴ در برابر ۱۳۱٬۰۷۲ توکن. در پارامترها این مدل logprobs، top_logprobs را دارد و آن یکی top_a را.
Z.ai (GLM) در کاتالوگ ما ۱۷ مدل دارد؛ ارزانترینشان GLM Flash Latest با ۱۱۶ تومان و گرانترین GLM 5.3 با ۲٬۱۸۸ تومان برای هر ۱٬۰۰۰ کلمه. از پارامترهای کمتکرار، این مدل logit_bias، logprobs، min_p، repetition_penalty، top_k، top_logprobs را میپذیرد — همه از طریق همان بدنهٔ استاندارد درخواست. از نظر اندازهٔ context نزدیکترین گزینه از تأمینکنندهٔ دیگر MiniMax M2 با ۲۰۴٬۸۰۰ توکن است.
کاربردهایی که برای این مدل معنی میدهد: کار پرحجم مثل دستهبندی، برچسبگذاری و خلاصهسازی انبوه، حل مسئلهٔ منطقی و بازبینی کد، ایجنتهایی که به API و دیتابیس وصل میشوند، استخراج داده با اسکیمای مشخص، تحلیل سند یا کدبیس بلند در یک درخواست.
As a 30B-class SOTA model, GLM-4.7-Flash offers a new option that balances performance and efficiency. It is further optimized for agentic coding use cases, strengthening coding capabilities, long-horizon task planning,...
سه کار واقعی، با قیمت همین مدل
اعداد از همان قیمتهای بالا حساب شدهاند و با تغییر قیمت مدل تغییر میکنند.
| کار | توکن | هزینه |
|---|---|---|
| یک نوبت گفتگو با تاریخچهٔ متوسط | 1,500 ورودی + 400 خروجی | 73 تومان |
| خلاصهکردن سند دهصفحهای | 4,000 ورودی + 600 خروجی | 139 تومان |
| دستهبندی هزار ردیف کوتاه | 120,000 ورودی + 20,000 خروجی | 4,410 تومان |
سؤالهای پرتکرار
- چطور با GLM 4.7 Flash در ایران کار کنم؟
- در یوتاپن ثبتنام کن، کیف پول را تومانی شارژ کن، کلید API بساز و در SDK رسمی OpenAI فقط base_url را به https://api.uttapen.ir/v1 و model را به «z-ai/glm-4.7-flash» تغییر بده. بقیهٔ کدت دستنخورده میماند.
- قیمت GLM 4.7 Flash به تومان چقدر است؟
- هر ۱ میلیون توکن ورودی ۱۷٬۴۰۸ تومان و هر ۱ میلیون توکن خروجی ۱۱۶٬۰۵۰ تومان؛ یک درخواست ۱٬۰۰۰ کلمهای تقریباً ۱۷۳ تومان. شارژ بر اساس مصرف واقعی همان درخواست است و درخواست ناموفق صفر تومان.
- GLM 4.7 Flash چند توکن ورودی میگیرد؟
- تا ۲۰۲٬۷۵۲ توکن در هر درخواست؛ برای متن فارسی حدود ۱۵۲ هزار کلمه. حداکثر طول پاسخ هم ۱۶٬۳۸۴ توکن است.
- آیا GLM 4.7 Flash استریم و tool calling را پشتیبانی میکند؟
- استریم (stream=true) روی همهٔ مدلها فعال است. این مدل tool calling را با همان قالب OpenAI پشتیبانی میکند. خروجی ساختیافته با response_format هم کار میکند.