Представили GLM-4.7-Flash: локальный ассистент для кодинга и агент-сценариев.

Для класса 30B модель задает новую планку: GLM-4.7-Flash держит баланс между производительностью и эффективностью, поэтому отлично подходит как легковесный вариант для деплоя. И это не только про код: ее также рекомендуют для креативного письма, перевода, задач с длинным контекстом и roleplay.

Веса: https://huggingface.co/zai-org/GLM-4.7-Flash
API: https://docs.z.ai/guides/overview/pricing

* GLM-4.7-Flash: бесплатно (1 одновременный запрос / 1 concurrency)
* GLM-4.7-FlashX: высокоскоростной и доступный по цене вариант

Релиз LFM2.5-1.2B-Thinking, reasoning-модель, которая полностью работает on-device. То, для чего два года назад нужен был дата-центр, теперь запускается на любом телефоне с 900 МБ памяти.

> Обучена специально под лаконичное рассуждение
> Генерирует внутренние thinking traces перед тем, как выдать ответ
> Дает возможность системно решать задачи с edge-scale задержками
> Сильно проявляет себя в tool use, математике и следовании инструкциям

По сравнению с LFM2.5-1.2B-Instruct, три способности заметно вырастают:

> Математическое рассуждение: 63 → 88 (MATH-500)
> Следование инструкциям: 61 → 69 (Multi-IF)
> Tool use: 49 → 57 (BFCLv3)

Несмотря на то, что параметров на 40% меньше, она догоняет или превосходит Qwen3-1.7B (thinking mode) на большинстве бенчмарков производительности, при этом требует меньше output токенов и меньше вычисления во время тестирования.

На inference разрыв становится еще больше.

LFM2.5-1.2B-Thinking обгоняет как чистые трансформеры (например, Qwen3-1.7B), так и гибридные архитектуры (например, Granite-4.0-H-1B) и по скорости, и по эффективности памяти.

FM2.5-1.2B-Thinking доступна уже сегодня с широкой поддержкой с первого дня по всей on-device экосистеме.

Hugging Face, LEAP, Liquid Playground