Claude CodeおよびCursorでGLM-4.7を使用する方法 (2026)

Claude Code と Cursor で GLM-4.7 を使用する方法 (2026年版)

GLM-4.7 は Zhipu AI の最新の大型言語モデルであり、強力なコーディング性能、競争力のある価格設定、そして寛大な API 制限で注目を集めています。Claude や GPT 以外の AI コーディングツールの多様化を検討している場合、既存の Claude Code や Cursor のワークフローに GLM-4.7 を統合するのは非常に簡単です。

このガイドでは、GLM-4.7 をこれら両方のツールで代替モデルまたは補完モデルとしてセットアップする手順を説明します。

GLM-4.7 とは？

GLM-4.7 は、北京を拠点とする AI 企業 Zhipu AI による GLM (General Language Model) シリーズの最新モデルです。このモデルは、コーディングのベンチマークにおいて Claude Sonnet や GPT-4o と比肩する性能を持ちながら、大幅に低コストで利用できます。

GLM-4.7 の主な仕様

仕様	GLM-4.7
開発元	Zhipu AI
コンテキストウィンドウ	128K トークン
多言語対応	英語、中国語、および 25 以上の言語
コーディング性能	Claude Sonnet 4 と同等
API 価格	入力：約 $0.50/1M、出力：約 $1.50/1M
オープンウェイト	一部公開（特定のバリアント）
Tool calling	対応
Vision	対応（マルチモーダル版）

モデル比較

モデル	コーディングスコア*	コンテキスト	入力コスト ($/M)	出力コスト ($/M)
GLM-4.7	82.1	128K	~$0.50	~$1.50
Claude Sonnet 4	85.3	200K	$3.00	$15.00
GPT-4o	83.7	128K	$2.50	$10.00
DeepSeek V3	81.5	128K	$0.27	$1.10
Gemini 2.5 Pro	84.2	1M	$1.25	$10.00

*コーディングベンチマークの概略的な複合スコア。実際のパフォーマンスはタスクによって異なります。

GLM-4.7 は、Claude や GPT-4o の数分の一のコストで強力なコーディング能力を提供するため、大量のコーディングタスクにおいて魅力的な選択肢となります。

GLM-4.7 API キーの取得

方法 1: Zhipu AI から直接取得

1. open.bigmodel.cn (Zhipu の開発者プラットフォーム) にアクセスします。
2. アカウントを作成し、本人確認を完了します。
3. API Keys セクションに移動します。
4. 新しい API キーを生成します。
5. キーをコピーし、安全に保管してください。

Zhipu では通常、新規アカウント向けに無料クレジットが提供されています。

方法 2: OpenRouter 経由

OpenRouter を使用すると、OpenAI 互換のフォーマットで GLM-4.7 にアクセスできます。

1. openrouter.ai にアクセスし、アカウントを作成します。
2. アカウントにクレジットを追加します。
3. OpenRouter API キーをコピーします。
4. OpenRouter 上の GLM-4.7 のモデル ID は通常 zhipu/glm-4.7 です。

他のモデルですでに OpenRouter を利用している場合、標準化された OpenAI 互換 API が提供されるため、こちらの方が簡単な選択肢となります。

Cursor で GLM-4.7 を使用する

Cursor は、設定を通じてカスタムモデルプロバイダーをサポートしています。GLM-4.7 を追加する手順は以下の通りです。

方法 1: OpenRouter 経由 (推奨)

1. Cursor の設定 (歯車アイコンまたは Cmd+,) を開きます。
2. Models に移動します。
3. OpenAI API Key の欄に、OpenRouter API キーを入力します。
4. Base URL を https://openrouter.ai/api/v1 に設定します。
5. モデルリストで + Add Model をクリックし、zhipu/glm-4.7 と入力します。

これで、Cursor の Composer や Chat のモデルドロップダウンから GLM-4.7 を選択できるようになります。

方法 2: Zhipu の OpenAI 互換 API 経由

Zhipu AI は OpenAI 互換のエンドポイントを提供しています。Cursor から直接これを使用するように設定します。

1. Cursor の Settings > Models を開きます。
2. Base URL を https://open.bigmodel.cn/api/paas/v4 に設定します。
3. Zhipu の API キーを入力します。
4. モデル名 glm-4.7 を追加します。

Cursor 設定例

セットアップ後、Cursor のモデルリストは以下のようになります。

モデル	プロバイダー	用途
claude-sonnet-4	Anthropic	メインのコーディングモデル
glm-4.7	Zhipu/OpenRouter	コスパ重視の代替モデル
gpt-4o	OpenAI	一般的なタスク
deepseek-v3	DeepSeek	低予算オプション

会話ごとにモデルを切り替えることができます。複雑なアーキテクチャの決定には Claude Sonnet を使い、ルーチンなコーディングタスクには GLM-4.7 を使うことで、コストを節約できます。

Cursor Composer での GLM-4.7 の使用

設定後、Composer (Cmd+I または Ctrl+I) を開き、モデルドロップダウンから GLM-4.7 を選択します。

Model: glm-4.7

Prompt: UserService クラスをリポジトリパターンを使用するようにリファクタリングしてください。
UserRepository インターフェースと PostgresUserRepository 実装を作成してください。

Cursor は他のモデルと同様に、GLM-4.7 を使用して複数ファイルにわたる編集の計画と実行を行います。

Claude Code で GLM-4.7 を使用する

Claude Code は Anthropic の CLI ツールであり、主に Claude モデルを使用しますが、カスタム API 設定を通じて代替モデルを使用するように構成することも可能です。

方法 1: カスタムプロバイダーで --model フラグを使用する

Claude Code は、モデルを指定するための --model フラグをサポートしています。GLM-4.7 を使用するには、カスタムプロバイダーを設定する必要があります。

# OpenRouter 用の環境変数を設定
export OPENROUTER_API_KEY="sk-or-xxxxxxxxxxxxx"

# OpenRouter 経由でカスタムモデルを指定して Claude Code を使用
claude --model openrouter/zhipu/glm-4.7

方法 2: モデル設定を使用する

Claude Code の設定に GLM-4.7 を追加します。~/.claude/settings.json を編集します。

{
  "models": {
    "glm-4.7": {
      "provider": "openrouter",
      "apiKey": "sk-or-xxxxxxxxxxxxx",
      "model": "zhipu/glm-4.7"
    }
  }
}

その後、インタラクティブセッション内でモデルを切り替えます。

claude
> /model glm-4.7

方法 3: ハイブリッドワークフロー

最も実用的なアプローチは、Claude をメインモデルとして使い、必要に応じて特定のタスクを GLM-4.7 にルーティングすることです。

# 複雑なアーキテクチャの決定には Claude を使用
claude "マルチテナント SaaS アプリケーションのデータベーススキーマを設計して"

# ルーチンな CRUD 操作には GLM-4.7 を使用 (OpenRouter / カスタム設定経由)
claude --model glm-4.7 "User モデルの CRUD エンドポイントを生成して"

実践的な統合パターン

パターン 1: コスト最適化ワークフロー

大量のルーチンタスクには GLM-4.7 を使い、複雑な作業のために Claude を温存します。

タスクタイプ	推奨モデル	理由
ボイラープレート生成	GLM-4.7	安価、高速、十分な品質
CRUD エンドポイント	GLM-4.7	定型的なパターン
ユニットテスト生成	GLM-4.7	パターンベース、大量作業
アーキテクチャ設計	Claude Sonnet/Opus	深い推論が必要
複雑なデバッグ	Claude Sonnet/Opus	広いコンテキストが必要
コードレビュー	GLM-4.7 または Claude	どちらも良好に動作

パターン 2: セカンドオピニオン・ワークフロー

Claude の出力に対するセカンドオピニオンとして GLM-4.7 を使用します。

# Claude の解決策を取得
claude "Express.js 用のレート制限ミドルウェアを実装して"

# GLM-4.7 のアプローチと比較
claude --model glm-4.7 "Express.js 用のレート制限ミドルウェアを実装して"

モデルによって得意分野が異なります。出力を比較することで、最適な実装を見つけることができます。

パターン 3: 言語固有の最適化

GLM-4.7 は、特に以下の分野で強力なパフォーマンスを発揮します：

• Python および JavaScript/TypeScript コード
• 中国語のドキュメントやコメント
• データ処理およびアルゴリズムタスク
• テスト生成

# GLM-4.7 はドキュメントが充実した Python コードの生成に優れています
claude --model glm-4.7 "CSV ファイルを読み込み、データをクリーニングして、
Parquet 形式で出力する Python データパイプラインを作成してください。
型ヒントと docstring を含めてください。"

ユースケースに合わせた GLM-4.7 のベンチマーク

本番のワークフローに GLM-4.7 を導入する前に、特定のタスクでベンチマークを行うことをお勧めします。簡単な方法は以下の通りです。

# テストプロンプトファイルを作成
cat << 'EOF' > test-prompt.txt
以下の TypeScript 関数を作成してください：
1. name, email, age を持つ user オブジェクトの配列を受け取る
2. すべてのフィールドをバリデーションする (email 形式, age > 0)
3. email で重複を排除する
4. age の昇順でソートする
5. クリーニングされた配列を返す
適切な TypeScript の型定義とエラーハンドリングを含めてください。
EOF

# Claude でテスト
claude -p < test-prompt.txt > claude-output.ts

# GLM-4.7 でテスト
claude -p --model glm-4.7 < test-prompt.txt > glm-output.ts

# 出力を比較
diff claude-output.ts glm-output.ts

以下の基準で出力を評価します。

評価基準	重要度
正確性	高
コードスタイルと可読性	中
型安全性	中
エッジケースの処理	高
ドキュメント/コメント	低
応答速度	低

トラブルシューティング

Cursor で "Model not found" エラーが出る場合： モデル ID が正しいか確認してください。OpenRouter では通常 zhipu/glm-4.7 です。正確な ID は OpenRouter のモデルページで確認してください。

認証に失敗する場合： API キーが正しく、クレジットが十分にあるか確認してください。Zhipu のキーは特定のプレフィックスで始まり、OpenRouter のキーは sk-or- で始まります。

応答速度が遅い場合： GLM-4.7 のサーバーは主に中国にあります。アジア圏外にいる場合、Claude や GPT よりもレイテンシが高くなる可能性があります。OpenRouter を介することでルーティングが改善される場合があります。

コードコメントに中国語が混じる場合： GLM-4.7 は、特に曖昧なプロンプトの場合、時折中国語のコメントや変数名を生成することがあります。プロンプトやカスタム指示に「すべてのコメントとドキュメントを日本語（または英語）で記述して」という明示的な指示を追加してください。

レート制限エラー： Zhipu の無料枠には制限があります。制限を緩和するには有料プランにアップグレードするか、OpenRouter を使用してください。

まとめ

GLM-4.7 は、特に Claude や GPT と戦略的に併用することで、AI コーディングワークフローを強力に補強します。わずかなコストで競争力のあるコーディング性能を発揮するため、日常的な大量のタスクに最適であり、プレミアムモデルを複雑な推論やアーキテクチャ設計に充てることができます。Cursor と Claude Code の両方で、OpenRouter または直接の API 設定を通じて GLM-4.7 を統合することが可能です。

プロジェクトで画像、ビデオ、トーキングアバターなどの AI 生成メディアを扱う場合は、従量課金制ですべてのメディア生成を統合 API で処理できる Hypereal AI をチェックしてみてください。

Hypereal AI を無料で試す -- 35 クレジット付与、クレジットカード不要。