يُعد نموذج GLM-4.7-Flash، الذي طوّرته شركة Zai-org، نموذجًا ذكاءً اصطناعيًا من فئة 30B-A3B MoE (Model of Experts)، ويُعتبر الأقوى ضمن فئة النماذج ذات الحجم 30 مليار معلمة. يتميز هذا النموذج بتوازن فريد بين الأداء العالي والكفاءة في الاستخدام، مما يجعله خيارًا مثاليًا للنشر الخفيف على الأنظمة المحلية أو عبر الخدمات السحابية. في اختبارات الأداء على مجموعة متنوعة من المعايير، أظهر GLM-4.7-Flash تفوقًا ملحوظًا مقارنة بنماذج مشابهة. على سبيل المثال، حقق 91.7 في اختبار AIME، و75.2 في GPQA، و64.0 في LCB v6، و59.2 في SWE-bench Verified، و79.5 في τ²-Bench، و42.8 في BrowseComp، متفوقًا على نماذج مثل Qwen3-30B-A3B-Thinking-2507 وGPT-OSS-20B، خاصة في المهام المعقدة التي تتطلب التفكير المنطقي والبرمجة. يُدعم النموذج في النشر المحلي عبر إطارين رئيسيين: vLLM وSGLang، اللذين يتيحان استغلال قدرات النموذج بكفاءة عالية. لاستخدامه مع vLLM، يتطلب تثبيت أحدث إصدارات vLLM والـ transformers من المخازن الليلية، مع تعيين معلمات مثل التوازي التنسوري (tensor-parallel-size 4) وتمكين التنبؤ التلقائي للأدوات (auto-tool-choice). أما في SGLang، فيُستخدم خوارزمية EAGLE للتنبؤ المسبق مع دعم لعدد من الرموز المُخططة، ويُشغّل الخادم على منفذ 8000. كما يوفر النموذج إمكانية الوصول عبر واجهة برمجة تطبيقات (API) على منصة Z.ai، مما يسهل استخدامه في تطبيقات حقيقية دون الحاجة إلى بنية تحتية معقدة. وتم تضمين مثال بسيط باستخدام مكتبة Transformers، يُظهر كيفية تحميل النموذج، تجهيز المدخلات عبر قالب المحادثة، وتشغيل التوليد النصي بسرعة وبدقة. يُعد GLM-4.7-Flash خطوة متقدمة في تطوير النماذج الكبيرة ذات الكفاءة العالية، خاصة في سياقات تتطلب أداءً عالٍ مع استهلاك موارد منخفض. وتم إدراج النموذج في الدراسة التقنية المرتبطة بنموذج GLM-4.5، التي تركز على التفكير العقلي، والقدرة على التفكير التحليلي، والبرمجة الذاتية (Agentic, Reasoning, and Coding)، وتم نشرها على arXiv تحت رقم 2508.06471. إذا استخدمت هذا العمل في بحثك، يُرجى الاقتباس من الورقة الرسمية التي تُعدّ من مساهمات فريق GLM، والتي تضم أكثر من 200 باحث ومطوّر من مؤسسات بارزة في مجال الذكاء الاصطناعي.