GLM-4.7实测：性能与用量分析

用户在Linux.do社区分享GLM-4.7的深度使用体验，通过多项式因式分解和立体几何等实际测试，验证了模型的多模态能力，均成功解答。然而，用户指出性能降智问题，如重复写入时识别错误、自定义指令执行异常，以及实际用量不足导致被欺骗感。作者对比Claude等模型，建议探索替代渠道如GLM中转站，避免继续使用bigmodel。尽管初期表现丝滑，但用户担忧降智阈值可能收紧，并呼吁社区推荐优化方案。这篇帖子提供了宝贵的AI模型实际性能反馈，对关注AI前沿技术的读者有重要参考价值。