GLM · 2026-01 · 稀疏 MoE
GLM-4.7-Flash
GLM-4.7-Flash 是 GLM 于 2026-01 发布的 多头潜在注意力（MLA） Transformer，共 47 层，隐藏维度 2048，上下文窗口 202,752 个 token。
层堆栈
注意力 ×47 · 层数 47
关键参数
| 实验室 | GLM |
|---|---|
| 发布时间 | 2026-01 |
| 总参数 | 29.4 B |
| 激活参数 | 3.2 B |
| 上下文 | 202,752 tokens |
| 注意力 | MLA · kv_lora_rank 512 |
| 层数 | 47 |
| 隐藏维度 | 2,048 |
| 注意力头 | 20 |
| 词表 | 154,880 |
| 位置编码 | RoPE |
| 归一化 | RMSNorm |
| 激活函数 | silu |
| 训练精度 | bf16 |
| 架构类名 | Glm4MoeLiteForCausalLM |
架构概览
注意力
多头潜在注意力（MLA）. kv_lora_rank=512. RoPE θ=1,000,000.
前馈 / MoE
它是稀疏混合专家模型：64 个路由专家、top-4 路由；每个 token 约激活 3.2B 参数。
配置中包含 1 个额外的多 token 预测（MTP）层，用于加速解码。
字段级对比
对比对象为同实验室的上一代模型；无前代时取结构最相似的模型。倍数列 = 本模型数值 ÷ 对比模型数值。
与前代 GLM-4.6 的全字段对比
| 模型 | GLM-4.7-Flash | GLM-4.6 | 倍数 |
|---|---|---|---|
| model_type | glm4_moe_lite | glm4_moe | ≠ |
| architectures | Glm4MoeLiteForCausalLM | Glm4MoeForCausalLM | ≠ |
| hidden_size | 2048 | 5120 | ×0.400 |
| num_hidden_layers | 47 | 92 | ×0.511 |
| num_attention_heads | 20 | 96 | ×0.208 |
| num_key_value_heads | 20 | 8 | ×2.50 |
| head_dim | — | 128 | |
| intermediate_size | 10240 | 12288 | ×0.833 |
| hidden_act | silu | silu | ＝ |
| n_routed_experts | 64 | 160 | ×0.400 |
| num_experts_per_tok | 4 | 8 | ×0.500 |
| n_shared_experts | 1 | 1 | ≈1 |
| moe_intermediate_size | 1536 | 1536 | ≈1 |
| kv_lora_rank | 512 | — | |
| qk_rope_head_dim | 64 | — | |
| q_lora_rank | 768 | — | |
| rope_theta | 1000000 | 1000000 | ≈1 |
| max_position_embeddings | 202752 | 202752 | ≈1 |
| rms_norm_eps | 0.00001 | 0.00001 | ≈1 |
| vocab_size | 154880 | 151552 | ×1.02 |
| torch_dtype | — | bfloat16 | |
| num_nextn_predict_layers | 1 | 1 | ≈1 |
| attention_bias | false | true | ≠ |
| attention_dropout | 0 | 0 | ＝ |
| pad_token_id | 154820 | 151329 | ×1.02 |
| eos_token_id | 154820×1 + 154827×1 + 154829×1 | 151329×1 + 151336×1 + 151338×1 | ≠ |
结构最相似的模型
- DeepSeek-V2 Lite (DeepSeek, 2024-05) 0.998
- Kimi Linear 48B A3B (Kimi, 2025-10) 0.995
- Moonlight 16B (Kimi, 2025-02) 0.994
- DeepSeek-V2 (DeepSeek, 2024-05) 0.992
- DeepSeek-V3 (DeepSeek, 2024-12) 0.922
- DeepSeek-V3 Base (DeepSeek, 2024-12) 0.922
相似度取值范围 0（无共同类别特征）到 1（结构画像完全一致）。
原始 config 字段
36 个字段
| architectures | Glm4MoeLiteForCausalLM |
|---|---|
| attention_bias | false |
| attention_dropout | 0 |
| pad_token_id | 154820 |
| eos_token_id | 154820×1 + 154827×1 + 154829×1 |
| hidden_act | silu |
| hidden_size | 2048 |
| intermediate_size | 10240 |
| max_position_embeddings | 202752 |
| model_type | glm4_moe_lite |
| moe_intermediate_size | 1536 |
| topk_method | noaux_tc |
| norm_topk_prob | true |
| num_attention_heads | 20 |
| n_group | 1 |
| topk_group | 1 |
| n_routed_experts | 64 |
| n_shared_experts | 1 |
| routed_scaling_factor | 1.8 |
| num_experts_per_tok | 4 |
| first_k_dense_replace | 1 |
| num_hidden_layers | 47 |
| num_key_value_heads | 20 |
| num_nextn_predict_layers | 1 |
| partial_rotary_factor | 1 |
| rms_norm_eps | 0.00001 |
| rope_theta | 1000000 |
| tie_word_embeddings | false |
| dtype | bfloat16 |
| transformers_version | 5.0.0rc0 |
| q_lora_rank | 768 |
| kv_lora_rank | 512 |
| qk_nope_head_dim | 192 |
| qk_rope_head_dim | 64 |
| v_head_dim | 256 |
| vocab_size | 154880 |