GLM-4.5-Air TPS kalkulátor

Otevřít váhy Z.ai (Zhipu AI),Tsinghua University 106B parametry August 2025

Každá karta níže je hodnocena podle tohoto modelu na základě délky kontextu a minimální kvality, kterou si zvolíte. Rychlost je odhad pro jednotlivý požadavek, vypočítaná z paměťové šířky karty a velikosti modelu po kompresi..

Vypočteno pro tento model

43 karty, které to mohou spustit

818 karty, které máme specifikace pro

Nejmenší karta, která se vejde

Radeon Instinct MI200

64 GB · IQ4_XS · 69.7 tok/s

Nejrychlejší karta

B200

178 tok/s · 180 GB

Které GPU mohou spustit GLM-4.5-Air?

Nastavte vstupy, přečtěte si odpověď

Délka kontextu tokeny

Delší konverzace potřebuje více paměti, což může tento model vytlačit z menších karet..

Minimální kvalita

Skrývá karty, které by se do modelu vešly pouze jeho stlačením pod tento bod.

Hledat karty

Paměť karty

Také zobrazit karty, které to nemohou spustit.

43 karty odpovídají

Vypočítávání

					Potřebuje	Kvantisace	Pohodlné
178 tok/s 107–284 · nízká důvěra	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	108.8 GB	Q8_0	Pohodlný
178 tok/s 107–284 · nízká důvěra	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	108.8 GB	Q8_0	Pohodlný
142 tok/s 85–227 · nízká důvěra	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	108.8 GB	Q8_0	Pohodlný
142 tok/s 85–227 · nízká důvěra	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	108.8 GB	Q8_0	Pohodlný
133 tok/s 80–213 · nízká důvěra	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	71.8 GB	Q5_K_M	Těsný
133 tok/s 80–213 · nízká důvěra	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	71.8 GB	Q5_K_M	Těsný
127 tok/s 76–203 · nízká důvěra	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	84.1 GB	Q6_K	Těsný
113 tok/s 68–181 · nízká důvěra	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	108.8 GB	Q8_0	Těsný
110 tok/s 66–176 · nízká důvěra	H100 SXM5 64 GB NVIDIA	64 GB	2,020 GB/s	Mar 2023	53.3 GB	IQ4_XS	Těsný
109 tok/s 65–174 · nízká důvěra	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	108.8 GB	Q8_0	Těsný
109 tok/s 65–174 · nízká důvěra	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	108.8 GB	Q8_0	Těsný
108 tok/s 65–173 · nízká důvěra	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	84.1 GB	Q6_K	Těsný
108 tok/s 65–173 · nízká důvěra	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	84.1 GB	Q6_K	Těsný
108 tok/s 65–173 · nízká důvěra	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	84.1 GB	Q6_K	Těsný
104 tok/s 62–166 · nízká důvěra	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	108.8 GB	Q8_0	Pohodlný
92.2 tok/s 55–148 · nízká důvěra	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	108.8 GB	Q8_0	Těsný
92.2 tok/s 55–148 · nízká důvěra	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	108.8 GB	Q8_0	Pohodlný
92.2 tok/s 55–148 · nízká důvěra	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	108.8 GB	Q8_0	Pohodlný
80.9 tok/s 49–129 · nízká důvěra	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	71.8 GB	Q5_K_M	Těsný
80.9 tok/s 49–129 · nízká důvěra	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	71.8 GB	Q5_K_M	Těsný
80.9 tok/s 49–129 · nízká důvěra	A800 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Aug 2022	71.8 GB	Q5_K_M	Těsný
80.9 tok/s 49–129 · nízká důvěra	H100 CNX NVIDIA	80 GB	2,040 GB/s	Mar 2023	71.8 GB	Q5_K_M	Těsný
80.9 tok/s 49–129 · nízká důvěra	H100 PCIe 80 GB NVIDIA	80 GB	2,040 GB/s	Oct 2022	71.8 GB	Q5_K_M	Těsný
80.9 tok/s 49–129 · nízká důvěra	H800 PCIe 80 GB NVIDIA	80 GB	2,040 GB/s	Mar 2023	71.8 GB	Q5_K_M	Těsný
76.9 tok/s 46–123 · nízká důvěra	A100 PCIe 80 GB NVIDIA	80 GB	1,940 GB/s	Jun 2021	71.8 GB	Q5_K_M	Těsný

Rychlosti jsou odhady pro jednoho žadatele — jednu konverzaci najednou — vypočítané z šířky pásma paměti, velikosti modelu a kvantizace. Skutečný průchod se liší s výkonem inference a jeho verzí. Čísla zveřejněná výrobci hardwaru měří mnoho simultánních požadavků a jsou mnohem vyšší..

Na záznamu

Plná specifikace

Všechno o tomto modelu v záznamech. Většina z toho popisuje, jak byl trénován, spíše než jak funguje — užitečný kontext pro posouzení, kolik práce do něj bylo vynaloženo, a jak se srovnává s modely postavenými na jiné úrovni..

Původ

Kdo vytvořil tento model, kde a kdy byl publikován.

Organizace: Z.ai (Zhipu AI),Tsinghua University
Typ organizace: Industry,Academia
Země: China
Publikováno: 5 August 2025
Autoři: Bin Chen, Chengxing Xie, Cunxiang Wang, Da Yin, Hao Zeng, Jiajie Zhang, Kedong Wang, Lucen Zhong, Mingdao Liu, Rui Lu, Shulin Cao, Xiaohan Zhang, Xuancheng Huang, Yao Wei, Yean Cheng, Yifan An, Yilin Niu, Yuanhao Wen, Yushi Bai, Zhengxiao Du, Zihan Wang (汪子涵), Zilin Zhu

Co to dělá

Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.

Doména: Language
Úkol: Language modeling/generation, Question answering, Visual question answering, Image captioning, Video description, Table tasks, Character recognition (OCR)

Velikost

Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.

parametry: 106B
Výcviková data: tokens

Výpočty pro trénink

Aritmetika prováděná k trénování modelu, měřená v operacích s plovoucí desetinnou čárkou. Je to měřítko toho, kolik stál tréninkový běh, ne jak rychle hotový model na vás odpovídá.

Výpočty pro trénink: 1.7 × 10²⁴ FLOP

Dostupnost

Zda můžete získat model a spustit ho na svém vlastním hardwaru, což rozhoduje o tom, zda se některé z čísel grafických karet na této stránce vztahují.

Hmotnosti: Open — downloadable
Přístup k modelu: Open weights (unrestricted)
Tréninkový kód: Unreleased
Hugging Face: zai-org

Jak je to klasifikováno

Štítky aplikačních datových sad, které se používají při sledování významných modelů, a jak jistý je ve záznamu.

Záznam důvěry: Confident

Žrovy

Odkud tento záznam pochází a kdy byl naposledy zkontrolován.

Reference: GLM-4.5: Agentic, Reasoning, and Coding (ARC) Foundation Models
Nap poslední aktualizace: 9 February 2026

Extrémy

Deset nejrychlejších GPU, které běží GLM-4.5-Air

Seřazeno podle odhadovaných tokenů za sekundu, nejnovější karta první, kde se rychlosti shodují. Protože generování je omezeno šířkou pásma paměti, toto řazení následuje šířku pásma spíše než jakýkoli herní benchmark..

Nejmenší GPU, které ještě běží GLM-4.5-Air

Nejlevnější cesta dovnitř, podle kapacity paměti. Těsný fit spustí model, ale nenechá nic navíc na delší konverzaci..

Co čísla znamenají

Hardwarové požadavky v praxi

Minimum karta

Radeon Instinct MI200

Potřeba paměti

53.3 GB

Nejrychlejší

178 tok/s

GLM-4.5-Air dosahuje počtu parametrů 106B. To dává nad spotřebitelský hardware, do oblasti, kde je karta kupována za tímto účelem spíše než přepracována pro něj. Počet karet, které sledujeme a které to mohou pojmout: 43.

Vstupní bod je Radeon Instinct MI200, s kapacitou VRAM 64 GB, spuštění na kompresi IQ4_XS a vyrábějí kolem 69.7 tokenů za sekundu

Špičkový model je B200, generování přibližně 178 tokens za sekundu na základě šířky pásma VRAM 8,000 GB/s.

O tomto modelu

GLM-4.5-Air byl zveřejněn Z.ai (Zhipu AI),Tsinghua University, v zemi zaznamenané jako China, během August 2025. Vychází z organizace, která je kategorizována jako industry,Academia.

funguje v oblasti Language, a je zaznamenán jako vykonávající úkol language modeling/generation, Question answering, Visual question answering, Image captioning, Video description, Table tasks, Character recognition (OCR).

Zveřejněné váhy znamenají, že model běží na vašem stroji, nikoli na stroji někoho jiného, což činí otázku ohledně hardwaru níže odpovídatelnou. Na Hugging Face je publikováno pod organizací zai-org.

Jak rychle to běží a proč

Uprostřed rozsahu se nachází každá karta, která to dokáže spustit, na 80.9 tokenů za sekundu 41 z nich

Protože směruje každý token skrze podmnožinu svých vah, produkuje text rychlostí mnohem menšího modelu. Zádrhel je v paměti: všechna musí stále vejít, takže rychlost je spíše bonusem než slevou na hardwaru.

Bez rozložení pozornosti v záznamu je sloupec paměti přibližný. Je dost blízko na to, aby se podle něj vybralo hardware, a je nejméně spolehlivý při dlouhém kontextu.

Trénink a původ

Produkce toho vyžadovala aritmetiku v celkové výši přibližně 1.7 × 10²⁴ FLOP. Tato částka měří, kolik stál výroba modelu, a nemá žádný vliv na to, jak rychle odpovídá.

Krok za krokem

Jak vybrat GPU pro GLM-4.5-Air

Stůl výše již posoudil každou kartu, pro kterou máme specifikace, proti tomuto modelu. Dostání se k vaší odpovědi trvá šest kroků.

01

Zkontrolujte, co to potřebuje před čímkoli jiným.

Tabulka uvádí každou kartu, která je schopna pojmout GLM-4.5-Air, potřebující kolem 53.3 GB při kompresi IQ4_XS. Kapacita je brána — karta buď ji má, nebo ne.
02

Nastavte délku kontextu, se kterou budete pracovat

Nastavte kontext na to, co skutečně použijete. Cache roste s konverzací a to je obvyklý důvod, proč karta, která se zdála v pořádku, přestane vejít. GLM-4.5-Air.
03

Rozhodněte, jaké množství komprese přijmete

Každá KARTA spouští nejméně komprimovanou kopii, kterou může udržet., dosahující komprese IQ4_XS na nejmenší kartě, která se vejde. Nastavení minimální kvality odstraňuje karty, které pouze splňují tuto kvalitu tím, že ji dále stlačují více, než byste chtěli, a udržuje srovnání na jedné úrovni.
04

Srovnejte TPS, ne specifikace

Hodnocení podle tokenů za sekundu následuje šířku paměti spíše než počty jader, pro GLM-4.5-Air. Nebude to odpovídat hernímu pořádku, protože generace je omezena šířkou pásma paměti. Grafická karta, která vede seznam, je B200, na 178 tok/s
05

Podívejte se na rezervu, ne jen na padnutí

Sloupec vhodnosti odděluje karty, které to jen tak tak zvládají, od těch, které mají místo navíc, v případě GLM-4.5-Air. Pohodlný znamená, že můžete později zvětšit kontext. Ten rozdíl má větší význam než pár tokenů za sekundu, takže kupte pro pohodlné, pokud to očekáváte.
06

Otevřete kartu, na které jste se usadili.

Každá stránka karty opakuje tento postup pro každý model, který máme, a odpovídá na to, k čemu je hardware dobrý kromě GLM-4.5-Air.

Odpovědi

GLM-4.5-Air — běžné otázky

GLM-4.5-Air— kolik výpočetního výkonu bylo použito k jeho trénování?

Trénink spotřeboval kolem 1.7 × 10²⁴ FLOP. To měří, co stálo výrobu modelu, a neříká nic o tom, jak rychle odpovídá po natrénování — rychlost inferencí závisí na šířce pásma paměti, nikoli na rozpočtu na trénink.

GLM-4.5-Air— Mohu to spustit, pokud se to nevejde do mé GPU?

Částečně. Vrstvy, které se nevejdou, sedí v systémové paměti a běží jen při zlomku rychlosti, takže většinou odložený model není často použitelný. Nejbližší nepřesnost, kterou vypočítáme, zaostává o 16.3 GB. Každá postava zde předpokládá, že celý model je umístěn na kartě.

GLM-4.5-Air— Běhalo by to rychleji na dvou GPU?

Dvě karty koupit paměť spíše než rychlost, což záleží pouze pokud jedna karta to nemůže udržet. Číslo, které může: 43. Takže druhá karta je tu zřídka odpovědí.

GLM-4.5-Air— proč se kvantizace liší mezi kartami?

Protože se kapacita liší, liší se i to, jak moc musí být stlačena. Počet odlišných úrovní v tabulce výše: 5. Větší karty získávají přesnější verzi a kvalita podlahy nad piny srovnává na jednu úroveň.

GLM-4.5-Air— Jak přesné jsou tyto odhady rychlosti?

Jsou vypočítány ze specifikací spíše než měřeny a každá má určité rozmezí. Jeden příklad: 107–284 tok/s na B200. Stejný model a karta se liší o třicet až padesát procent v závislosti na softwaru pro inferenci a jeho verzi.

GLM-4.5-Air— Jakou GPU potřebuji k jejímu spuštění?

Nejmenší karta v našem katalogu, která to udrží, je Radeon Instinct MI200, s kapacitou VRAM 64 GB. Spouští model při kompresi IQ4_XS používající přibližně 53.3 GB, a produkuje přibližně 69.7 tokeny za sekundu. Celkový počet karet, které mohou model běžet: 43.

GLM-4.5-Air— jak rychle je to na GPU?

Záleží na kartě. Nejrychleji, jak to spočítáme, je B200, přibližně 178 tokenů za sekundu; nejpomalejší, který stále běží, zvládá výrazně méně. Rychlost čtení je kolem deseti tokenů za sekundu, a počet karet, které to zvládají: 41.

GLM-4.5-Air— kolik VRAM potřebuje?

Potřebuje asi 53.3 GB při kompresi IQ4_XS, která je ta nejmenší karta, která to používá. Méně komprese vyžaduje více: čísla ve sloupci paměti výše jsou přepočítána pro každou kartu, protože každá drží nejméně komprimovanou verzi, kterou může.

GLM-4.5-Air— Je to OPEN SOURCE?

Jeho váhy jsou zveřejněny, takže si je lze stáhnout a spustit na vlastním hardwaru. Všimněte si, že open WEIGHTS není totéž co open SOURCE v plném smyslu — neříká nic o tréninkových datech, tréninkovém kódu nebo obchodních podmínkách připojených.

GLM-4.5-Air— kolik má parametrů?

Má počet parametrů 106B. 106B parameters, 12B active. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.

GLM-4.5-Air— Kdo to vytvořil?

Bylo to publikováno společností Z.ai (Zhipu AI),Tsinghua University, zakládající se na China, organizace zařazená jako industry,Academia.

GLM-4.5-Air— Kdy byl vydán?

Bylo to zveřejněno v August 2025.

GLM-4.5-Air— K čemu se to používá?

funguje v oblasti Language, a je zaznamenáno jako zpracovávající úkol language modeling/generation, Question answering, Visual question answering, Image captioning, Video description, Table tasks, Character recognition (OCR). Toto jsou oblasti, kolem nichž byl navržen; popisují záměr spíše než tvrdou hranici.

GLM-4.5-Air— kde si to mohu stáhnout?

Jeho váhy jsou publikovány na Hugging Face, pod organizací zai-org. Na našem webu nenabízíme soubory modelů — tento web vypočítává, jaký hardware je potřebný pro jejich spuštění.

Zdroj

Původní publikace

Nahrávka naposledy aktualizována 9 February 2026

Druhý směr

Díváte se na to z druhé strany?

Tato stránka začíná od modelu. Pokud již vlastníte kartu a chcete vědět všechno, co bude spuštěno, začněte raději od hardwaru.

Všechny AI modely