GLM-5.3 Flash 硬件要求
模型信息
- 参数量
- 总计 320B · 激活 18B（MoE）
- 注意力机制
- 混合注意力（线性注意力层 + 稀疏注意力层）
- 最大上下文
- 1,048,576 个 token
- 发布日期
- 2026-08-25
GGUF 文件
| 量化 | 文件大小 | 质量 | 发布者 |
|---|---|---|---|
| Q2_K | 133.81 GB | 损失严重 | llama.cpp 团队 · ggml-org |
| Q4_K_M基准 | 181.37 GB | 均衡 | llama.cpp 团队 · ggml-org |
文件大小不包括图像输入所需的视觉投影器（mmproj）。
不同量化和上下文所需的显存
| 量化 | 4k | 8k | 16k | 32k | 64k | 128k | 256k |
|---|---|---|---|---|---|---|---|
| Q2_K | 133.7 | 133.9 | 134.1 | 134.6 | 135.5 | 137.4 | 141.2 |
| Q4_K_M | 181.3 | 181.4 | 181.7 | 182.1 | 183.1 | 185.0 | 188.8 |
哪些 GPU 能跑 GLM-5.3 Flash？
判定说明
- 运行流畅
- 全部载入显卡，且达到 20 tok/s 及以上
- 运行良好
- 全部载入显卡且为 8–20 tok/s；MoE 专家放在系统内存且达到 20 tok/s 及以上；或至少 90% 载入显卡且达到 8 tok/s 及以上
- 运行较慢
- 2–8 tok/s；纯 CPU；载入显卡不足 90%；或 MoE 专家放在系统内存且低于 20 tok/s
- 无法运行
- 内存装不下，或低于 2 tok/s
左右滑动可查看所有列。
| 硬件 | 判定 | 速度 | 量化 | 显存/内存 | 运行方式 | 上下文 | 备注 | 价格 |
|---|---|---|---|---|---|---|---|---|
| Apple M3 Ultra · 512 GB | 运行良好 | 估算 28.1 tok/s19.7–36.5理论估算 ±30% | Q4_K_M | 182.1 / 358.4 GB | 统一内存 | 最长 256k | — | — |
| Apple M5 Ultra · 256 GB | 运行较慢 | 估算 39.5 tok/s27.6–51.3理论估算 ±30% | Q4_K_M | 181.5 GB 内存 | 纯 CPU | 最长 256k |
| — |
| Apple M2 Ultra · 192 GB | 运行较慢 | 估算 27.5 tok/s19.3–35.8理论估算 ±30% | Q4_K_M | 181.5 GB 内存 | 纯 CPU | 最长 256k |
| — |
| Ryzen AI Max+ 395 (Strix Halo) · 128 GB | 无法运行 | — | Q4_K_M | 需要 182.1 GB | — | — |
| 首发价 US$1,999（128 GB） |
| Apple M4 · 32 GB | 无法运行 | — | Q4_K_M | 需要 182.1 GB | — | — |
| — |
| Apple M4 Max (32-core GPU) · 36 GB | 无法运行 | — | Q4_K_M | 需要 182.1 GB | — | — |
| — |
| Apple M4 Max (40-core GPU) · 128 GB | 无法运行 | — | Q4_K_M | 需要 182.1 GB | — | — |
| — |
| Apple M4 Pro · 64 GB | 无法运行 | — | Q4_K_M | 需要 182.1 GB | — | — |
| — |
| Apple M5 · 32 GB | 无法运行 | — | Q4_K_M | 需要 182.1 GB | — | — |
| — |
| Apple M5 Max (32-core GPU) · 36 GB | 无法运行 | — | Q4_K_M | 需要 182.1 GB | — | — |
| — |
| Apple M5 Max (40-core GPU) · 128 GB | 无法运行 | — | Q4_K_M | 需要 182.1 GB | — | — |
| — |
| Apple M5 Pro · 64 GB | 无法运行 | — | Q4_K_M | 需要 182.1 GB | — | — |
| — |
| Apple M6 · 32 GB | 无法运行 | — | Q4_K_M | 需要 182.1 GB | — | — |
| — |
| Intel Arc B580 | 无法运行 | — | Q4_K_M | 需要 181.4 GB | — | — |
| 市场价 US$290（截至 2026-08-09） |
| DDR4-3200 双通道 CPU · 64 GB | 无法运行 | — | Q4_K_M | 需要 181.5 GB | — | — |
| — |
| DDR5-5600 双通道 CPU · 96 GB | 无法运行 | — | Q4_K_M | 需要 181.5 GB | — | — |
| — |
| DDR5-6000 双通道 CPU · 96 GB | 无法运行 | — | Q4_K_M | 需要 181.5 GB | — | — |
| — |
| GeForce GTX 1080 Ti | 无法运行 | — | Q4_K_M | 需要 181.4 GB | — | — |
| 首发价 US$699 |
| NVIDIA DGX Spark · 128 GB | 无法运行 | — | Q4_K_M | 需要 182.1 GB | — | — |
| 首发价 US$3,999（128 GB） |
| GeForce RTX 2080 Ti | 无法运行 | — | Q4_K_M | 需要 181.4 GB | — | — |
| 首发价 US$999 |
| GeForce RTX 3050 8GB | 无法运行 | — | Q4_K_M | 需要 181.4 GB | — | — |
| 首发价 US$249 |
| GeForce RTX 3060 12GB | 无法运行 | — | Q4_K_M | 需要 181.4 GB | — | — |
| 市场价 US$250（截至 2026-08-09） |
| GeForce RTX 3070 | 无法运行 | — | Q4_K_M | 需要 181.4 GB | — | — |
| 首发价 US$499 |
| GeForce RTX 3080 10GB | 无法运行 | — | Q4_K_M | 需要 181.4 GB | — | — |
| 首发价 US$699 |
| GeForce RTX 3080 12GB | 无法运行 | — | Q4_K_M | 需要 181.4 GB | — | — |
| 首发价 US$799 |
| GeForce RTX 3090 | 无法运行 | — | Q4_K_M | 需要 181.4 GB | — | — |
| 市场价 US$1,050（截至 2026-08-09） |
| GeForce RTX 3090 Ti | 无法运行 | — | Q4_K_M | 需要 181.4 GB | — | — |
| 首发价 US$1,999 |
| GeForce RTX 4060 | 无法运行 | — | Q4_K_M | 需要 181.4 GB | — | — |
| 首发价 US$299 |
| GeForce RTX 4060 Laptop | 无法运行 | — | Q4_K_M | 需要 181.4 GB | — | — |
| — |
| GeForce RTX 4060 Ti 16GB | 无法运行 | — | Q4_K_M | 需要 181.4 GB | — | — |
| 首发价 US$499 |
| GeForce RTX 4060 Ti 8GB | 无法运行 | — | Q4_K_M | 需要 181.4 GB | — | — |
| 首发价 US$399 |
| GeForce RTX 4070 | 无法运行 | — | Q4_K_M | 需要 181.4 GB | — | — |
| 首发价 US$599 |
| GeForce RTX 4070 Laptop | 无法运行 | — | Q4_K_M | 需要 181.4 GB | — | — |
| — |
| GeForce RTX 4070 Super | 无法运行 | — | Q4_K_M | 需要 181.4 GB | — | — |
| 首发价 US$599 |
| GeForce RTX 4070 Ti Super | 无法运行 | — | Q4_K_M | 需要 181.4 GB | — | — |
| 首发价 US$799 |
| GeForce RTX 4080 | 无法运行 | — | Q4_K_M | 需要 181.4 GB | — | — |
| 首发价 US$1,199 |
| GeForce RTX 4080 Laptop | 无法运行 | — | Q4_K_M | 需要 181.4 GB | — | — |
| — |
| GeForce RTX 4080 Super | 无法运行 | — | Q4_K_M | 需要 181.4 GB | — | — |
| 首发价 US$999 |
| GeForce RTX 4090 | 无法运行 | — | Q4_K_M | 需要 181.4 GB | — | — |
| 市场价 US$2,755（截至 2026-08-09） |
| GeForce RTX 4090 Laptop | 无法运行 | — | Q4_K_M | 需要 181.4 GB | — | — |
| — |
| GeForce RTX 5060 | 无法运行 | — | Q4_K_M | 需要 181.4 GB | — | — |
| 市场价 US$339（截至 2026-08-09） |
| GeForce RTX 5060 Ti 16GB | 无法运行 | — | Q4_K_M | 需要 181.4 GB | — | — |
| 市场价 US$569（截至 2026-08-09） |
| GeForce RTX 5060 Ti 8GB | 无法运行 | — | Q4_K_M | 需要 181.4 GB | — | — |
| 市场价 US$429（截至 2026-08-09） |
| GeForce RTX 5070 | 无法运行 | — | Q4_K_M | 需要 181.4 GB | — | — |
| 市场价 US$629（截至 2026-08-09） |
| GeForce RTX 5070 Ti | 无法运行 | — | Q4_K_M | 需要 181.4 GB | — | — |
| 市场价 US$949（截至 2026-08-09） |
| GeForce RTX 5070 Ti Laptop | 无法运行 | — | Q4_K_M | 需要 181.4 GB | — | — |
| — |
| GeForce RTX 5080 | 无法运行 | — | Q4_K_M | 需要 181.4 GB | — | — |
| 市场价 US$1,256（截至 2026-08-09） |
| GeForce RTX 5080 Laptop | 无法运行 | — | Q4_K_M | 需要 181.4 GB | — | — |
| — |
| GeForce RTX 5090 | 无法运行 | — | Q4_K_M | 需要 181.4 GB | — | — |
| 市场价 US$4,200（截至 2026-08-09） |
| GeForce RTX 5090 Laptop | 无法运行 | — | Q4_K_M | 需要 181.4 GB | — | — |
| — |
| Radeon RX 7800 XT | 无法运行 | — | Q4_K_M | 需要 181.4 GB | — | — |
| 首发价 US$499 |
| Radeon RX 7900 XT | 无法运行 | — | Q4_K_M | 需要 181.4 GB | — | — |
| 首发价 US$899 |
| Radeon RX 7900 XTX | 无法运行 | — | Q4_K_M | 需要 181.4 GB | — | — |
| 首发价 US$999 |
| Radeon RX 9060 XT 16GB | 无法运行 | — | Q4_K_M | 需要 181.4 GB | — | — |
| 市场价 US$449（截至 2026-08-09） |
| Radeon RX 9070 | 无法运行 | — | Q4_K_M | 需要 181.4 GB | — | — |
| 市场价 US$639（截至 2026-08-09） |
| Radeon RX 9070 XT | 无法运行 | — | Q4_K_M | 需要 181.4 GB | — | — |
| 市场价 US$689（截至 2026-08-09） |
带思考模式的模型会额外花 token 来思考，所以速度门槛按 1.5 倍从严设定（30 / 12 / 3 tok/s）。关闭思考模式后，判定可能会高一级。
能运行它的最便宜 GPU
在有当前市场价的 GPU 中，没有一款能在 Q4_K_M 下达到“运行流畅”或“运行良好”。Mac、统一内存 PC 和 CPU 配置请看上方表格。
GLM-5.3 Flash 的实测结果
这个模型暂无公开基准测试结果。
常见问题
GLM-5.3 Flash 需要多少显存？
Q4_K_M 文件为 181.37 GB；在 8k 上下文下，显卡约需 181.4 GB（权重 180.69 GB、KV 缓存 0.2 GB、计算缓冲区 0.6 GB）。已收录的最小文件（Q2_K（质量损失大））约需 133.9 GB。 文件的一部分不会放到显卡上：llama.cpp 把输入嵌入表保留在系统内存中。Mac 按整个文件计算，所以需要的内存稍多一些。
能让 GLM-5.3 Flash 运行良好的最便宜 GPU 是哪款？
在有当前市场价的 GPU 中，没有一款能在 Q4_K_M 下达到“运行流畅”或“运行良好”。已收录的最佳选择是 Apple M3 Ultra · 512 GB：运行良好。
GLM-5.3 Flash 能在 8 GB、16 GB 或 24 GB 的 GPU 上运行吗？
Q4_K_M、8k 上下文下：GeForce RTX 4060：无法运行; GeForce RTX 5060 Ti 16GB：无法运行; GeForce RTX 3090：无法运行。
速度是根据内存带宽得出的估算值，并用公开基准测试结果校准，每个数值都附有误差范围和可信度标签。实际结果会因驱动、后端、上下文长度和散热情况而有所不同。