Когда OpenAI начинает называть кого-то конкурентом по имени — это уже не просто маркетинговый хайп. Это сигнал. И вот в декабре 2025-го Z.ai тихо выкатил GLM-4.7 — без пресс-конференций, без громких заявлений. Просто положил на стол ещё один козырь.
Оплатить Z.ai из России можно через ServicePAY — оплата за 5 минут с гарантией возврата. Пишите в Telegram: https://t.me/user_timur или ВКонтакте: https://vk.com/ok_service_pay
Откуда вообще взялся этот Z.ai?
За красивым однобуквенным названием прячется Zhipu AI — стартап из Пекина, основанный в 2019 году командой Университета Цинхуа. По факту — один из самых серьёзных игроков китайской AI-гонки. В 2025-м они сделали ребрендинг, переименовались в Z.ai — и сразу попали в Entity List Минторга США. (Это когда американцы говорят: «Вы слишком хороши, чтобы с вами дружить».)
Инвесторы: Alibaba, Tencent, Xiaomi, Meituan, Ant Group. Это не гараж с энтузиастами.
GLM-4.7: чем он вообще отличается?
Новая версия — это не просто «мы добавили больше параметров». Z.ai строит модели вглубь: больше слоёв, больше attention heads. Результат — GLM-4.7 особенно хорош в том, что другие делают плохо: длинный структурированный код, агентные сценарии, многошаговые задачи с инструментами.
Есть два режима мышления. Thinking mode — для сложных задач, когда нужно разбить проблему на подзадачи и пройти по каждой. Non-thinking mode — для быстрых, рутинных ответов. Переключается автоматически.
Мне это кажется умным. Не все задачи требуют «думать».
Подождите — он же галлюцинирует
Честно: да. Есть критика — и небезосновательная. Кто-то тестировал и нашёл: выдаёт несуществующие факты, присылает битые ссылки, уверенно стоит на своём, пока не прижмут к стенке. Это реальная проблема.
Но — и это важно — галлюцинации в той или иной мере есть у всех LLM. Вопрос в том, для каких задач ты его используешь. На «расскажи мне о событиях прошлой недели» — плохой выбор. На «помоги написать код» или «разбери этот документ» — совсем другая история.
Дешевле DeepSeek — это как вообще?
GLM-4.5, предыдущая модель, уже стоила дешевле DeepSeek по API. GLM-4.7 продолжает эту логику. Модель работает всего на восьми чипах Nvidia H20 — вдвое меньше, чем DeepSeek. Это и объясняет цену.
Для разработчика, который хочет встроить LLM в свой сервис, это не пустой звук. $$$, потраченные на токены, имеют значение, если у тебя миллионы запросов в месяц.
Кстати, если хочешь пробовать API или платную версию — через ServicePAY это решается быстро: оплата за 5 минут, гарантия возврата при неудаче. Telegram: https://t.me/user_timur, ВКонтакте: https://vk.com/ok_service_pay
Open source — это серьёзно?
Очень. GLM-4.5 выпущен под лицензией MIT — бери, разворачивай, встраивай в коммерческий продукт. Доступен на HuggingFace и ModelScope. Поддерживает квантизацию — то есть при желании можно запустить на потребительском железе.
Это принципиально другая стратегия, чем у OpenAI или Anthropic. Z.ai ставит на сообщество.
AutoGLM и Ying: про что вообще?
Помимо самой модели, у Z.ai есть кое-что интересное в экосистеме. AutoGLM — голосовой агент для мобильных устройств. Не просто «Привет, Siri» — а полноценный агент, который может выполнять задачи. Ying — генерация видео из текста. Пока не Sora, но направление понятно.
Контекстное окно — до 200 000 токенов. Это много. Примерно как загрузить пару романов Толстого и попросить что-то с ними сделать.
Стоит ли его пробовать в 2026-м?
Зависит от задачи. Если ты разработчик и ищешь дешёвый, гибкий, open source вариант для агентных систем и работы с кодом — Z.ai и GLM-4.7 заслуживают внимания. Серьёзно.
Если хочешь просто поболтать или проверить факты — лучше взять что-то с хорошим поиском. Z.ai тут не в лучшей форме.
А вот что мне в нём понравилось — честный подход к архитектуре. Они не гонятся за «самой большой моделью». Они думают про эффективность. В мире, где каждый кричит о миллиардах параметров, это освежает.
Хочешь подключиться к Z.ai — не жди, пока придумаешь «как». Оплатить подписку или API из России проще, чем кажется. ServicePAY решает это за 5 минут, и деньги вернут, если что-то пойдёт не так. Telegram: https://t.me/user_timur | ВКонтакте: https://vk.com/ok_service_pay