Kleinere Alternativen
Modelle, die weniger Speicher als GLM 5 brauchen und etwa gleich gut oder besser abschneiden.
GLM 5
MoE
Z.ai · 753,9B (40B aktiv) · Mixture of Experts
GLM 5 ist ein 753,9B-Modell von Z.ai mit 198K Token Kontext. In Q4_K_M mit 8K Kontext braucht es etwa 425,7 GB; mit 534 GB bleibt Luft für lange Chats.
Mixture of Experts
Parameter: 753,9B · Aktiv: 40B
Alle 753,9B Parameter liegen im Speicher, aber nur 40B arbeiten pro Token – es läuft also so schnell wie ein viel kleineres Modell.
Quantisierungsoptionen
| Quant. | Bits | Speicher | Qualität | Auf deiner Hardware |
|---|---|---|---|---|
| Q2_K | 3,16 | — | Spürbar schlechter | … |
| Q3_K_M | 4 | — | Etwas Verlust | … |
| Q4_K_M | 4,89 | — | Gut | … |
| Q5_K_M | 5,7 | — | Gut | … |
| Q6_K | 6,56 | — | Fast original | … |
| Q8_0 | 8,5 | — | Fast original | … |
| F16 | 16 | — | Original | … |
Speicher nach Kontextlänge
In Q4_K_M. Der Kontext-Cache wächst mit jedem Token, das das Modell im Blick behält.
| Kontext | Kontext-Cache | Gesamt |
|---|---|---|
| 4K | 0,4 GB | 425,3 GB |
| 8K | 0,8 GB | 425,7 GB |
| 32K | 3,4 GB | 428,2 GB |
| 128K | 13,4 GB | 438,3 GB |
Nächste Schritte
Vergleiche es mit
Bewertete Modelle ähnlicher Größe, nebeneinander auf deinem Gerät.
Die kleinste Hardware, auf der es gut läuft
Desktop-Geräte mit dem wenigsten Speicher, die GLM 5 bei Q4_K_M Note A oder S geben.
Kein Desktop-Gerät in unserem Katalog erreicht damit Note A oder besser.
Kann ich GLM 5 lokal ausführen?
Kann ich GLM 5 lokal ausführen?
Ja, wenn deine GPU oder dein Mac in Q4_K_M etwa 425,7 GB frei hat. Öffne diese Seite auf dem Rechner, um die Note für deine Hardware zu sehen, und starte es mit llama.cpp, Ollama oder LM Studio.
Wie viel Speicher braucht GLM 5?
Etwa 425,7 GB in Q4_K_M mit 8K Kontext und 747,4 GB in Q8_0. Niedrigere Quantisierungen passen auf kleinere Karten, mit etwas Qualitätsverlust; längerer Kontext kommt hinzu.