GLM-4.6 calcolatore TPS
Ogni scheda sottostante è valutata rispetto a questo modello alla lunghezza di contesto e alla qualità minima che scegli. La velocità è una stima per una singola richiesta, calcolata dalla larghezza di banda della memoria della scheda e dalla dimensione del modello una volta compresso..
Calcolato per questo modello
818 schede per cui abbiamo specifiche
Scheda più piccola che si adatta
Radeon Instinct MI325X
256 GB · Q4_K_M · 12.8 tok/s
Scheda più veloce
B300
17.0 tok/s · 288 GB
Quali GPU possono eseguire GLM-4.6?
Imposta gli input, leggi la risposta
Una conversazione più lunga richiede più MEMORY, il che può spingere questo modello fuori da schede più piccole..
Nasconde le schede che si adatterebbero solo al modello comprimendolo al di sotto di questo punto..
4 schede corrispondono
Calcolo| Ha bisogno | Quantizzazione | Adatto | |||||
|---|---|---|---|---|---|---|---|
|
17.0
tok/s
10–27 · bassa fiducia |
B300 NVIDIA | 288 GB | 8,000 GB/s | Sep 2025 | 258.2 GB | Q5_K_M | Stretto |
|
13.5
tok/s
8–22 · bassa fiducia |
Radeon Instinct MI350X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 258.2 GB | Q5_K_M | Stretto |
|
13.5
tok/s
8–22 · bassa fiducia |
Radeon Instinct MI355X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 258.2 GB | Q5_K_M | Stretto |
|
12.8
tok/s
8–21 · bassa fiducia |
Radeon Instinct MI325X AMD | 256 GB | 6,000 GB/s | Oct 2024 | 216.7 GB | Q4_K_M | Stretto |
Le velocità sono stime per una singola richiesta — una conversazione alla volta — calcolate dalla larghezza di banda della memoria, dalla dimensione del modello e dalla quantizzazione. Il throughput reale varia con il runtime di inferenza e la sua versione. I valori pubblicati dai fornitori di hardware misurano molte richieste simultanee e sono molto più elevati..
In registrazione
specifiche complete
Tutto in archivio per questo modello. La maggior parte descrive come è stato addestrato piuttosto che come gira — contesto utile per giudicare quanto lavoro c'è stato dietro, e come si confronta con i modelli costruiti su una scala diversa..
Origine
Chi ha costruito questo modello, dove e quando è stato pubblicato.
- Organizzazione
- Z.ai (Zhipu AI),Tsinghua University
- Tipo di organizzazione
- Industry,Academia
- Paese
- China
- Pubblicato
- 30 September 2025
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Language
- Compito
- Language modeling/generation, Question answering, Code generation, Quantitative reasoning, System control
Dimensione
Quanto è grande il modello e su quanti dati è stato addestrato. I parametri sono la cifra che decide se si adatta a una determinata scheda grafica.
- parametri
- 357B
- Dati di addestramento
- 23,000,000,000,000 tokens
Similarly to GLM 4.5: 355 billion total parameters (reported) with 32 billion active parameters (assumed)
23T tokens (from Jaime's correspondence with the GLM team)
Calcolo di addestramento
L'aritmetica eseguita per addestrare il modello, misurata in operazioni in virgola mobile. È una misura di quanto è costato il run di addestramento, e non di quanto velocemente il modello finito ti risponde.
- Calcolo di addestramento
- 4.4 × 10²⁴ FLOP
- Come è stato stabilito
- Operation counting
6 FLOP/parameter/token * 32000000000 active parameters [very likely assumption - everything else is reported to be same as at GLM 4.5] * 23000000000000 tokens = 4.42e24 FLOP
La corsa di addestramento
Cosa ha richiesto fisicamente per addestrare: quali chip, quanti, per quanto tempo e cosa ha prelevato dalla presa.
- Tempo di parete
- 2,880 hours (120 days)
4 months (from Jaime's correspondence with the GLM team) 4 months * 30 days * 24 hours = 2880 hours
Disponibilità
Se puoi ottenere il modello e farlo funzionare sul tuo hardware, il che decide se alcune delle cifre della scheda grafica su questa pagina sono applicabili.
- Pesi
- Open — downloadable
- Accesso al modello
- Open weights (unrestricted)
- Codice di addestramento
- Unreleased
- Hugging Face
- zai-org
MIT license https://huggingface.co/zai-org/GLM-4.6
Come è classificato
Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.
- Perché è monitorato
- Discretionary
- Record fiducia
- Likely
"We evaluated GLM-4.6 across eight public benchmarks covering agents, reasoning, and coding. Results show clear gains over GLM-4.5, with GLM-4.6 also holding competitive advantages over leading domestic and international models such as DeepSeek-V3.1-Terminus and Claude Sonnet 4."
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- GLM-4.6: Advanced Agentic, Reasoning and Coding Capabilities
- Ultimo aggiornamento
- 30 December 2025
Gli estremi
Le dieci GPU più veloci che eseguono GLM-4.6
Classificato per token stimati al secondo, scheda più recente per prima dove le velocità coincidono. Poiché la generazione è vincolata dalla larghezza di banda della memoria, quest'ordinamento segue la larghezza di banda piuttosto che qualsiasi benchmark di gioco..
Le GPU più piccole che ancora funzionano GLM-4.6
Il percorso più economico, in base alla capacità di memoria. Un adattamento stretto esegue il modello ma non lascia nulla di riserva per una conversazione più lunga..
- 01 Radeon Instinct MI325X 256 GB · Ha bisogno 216.7 GB · Q4_K_M · Stretto 12.8 tok/s
- 02 B300 288 GB · Ha bisogno 258.2 GB · Q5_K_M · Stretto 17.0 tok/s
- 03 Radeon Instinct MI350X 288 GB · Ha bisogno 258.2 GB · Q5_K_M · Stretto 13.5 tok/s
- 04 Radeon Instinct MI355X 288 GB · Ha bisogno 258.2 GB · Q5_K_M · Stretto 13.5 tok/s
Cosa significano i numeri
Cosa serve per eseguire questo modello
Scheda minima
Radeon Instinct MI325X
Memoria necessaria
216.7 GB
Più veloce
17.0 tok/s
GLM-4.6 raggiunge un conteggio di parametri di 357B. Questo è oltre ciò che qualsiasi singola scheda grafica può contenere. Eseguire questo significa o suddividerlo tra più schede o noleggiare hardware progettato per il lavoro, e ogni scheda in grado di contenerlo da sola è un componente da datacenter. Il numero che può: 4.
La scheda più piccola che lo tiene è Radeon Instinct MI325X, con una capacità di memoria di 256 GB, eseguendolo a una compressione di Q4_K_M e producendo circa 12.8 token al secondo
Top di gamma è B300, generando approssimativamente 17.0 token al secondo sulla base di una larghezza di banda di VRAM 8,000 GB/s.
Cosa è questo modello
GLM-4.6 è stato pubblicato da Z.ai (Zhipu AI),Tsinghua University, nel paese registrato come China, durante September 2025. La categoria sotto cui rientra l'editore è industry,Academia.
Funziona nel dominio di Language, ed è registrato come eseguire il compito di language modeling/generation, Question answering, Code generation, Quantitative reasoning, System control.
I pesi pubblicati significano che il modello gira sulla tua macchina piuttosto che su quella di qualcun altro, il che rende la domanda sull'hardware qui sotto rispondibile. Su Hugging Face è pubblicato sotto l'organizzazione zai-org.
Cosa decide la velocità
Su ogni CARD che può eseguirlo, il centro della gamma si trova a 13.5 token al secondo. Superare la velocità di lettura in modo diretto: 4 di loro
Ogni peso partecipa a ogni token qui, quindi la larghezza di banda è tutta la storia: la classifica sottostante è effettivamente una classifica del throughput di memoria.
La sua architettura interna non è in archivio, quindi la memoria è approssimata dal conteggio dei parametri e contrassegnata di conseguenza. Aspettatevi che la cifra reale differisca, soprattutto con contesti lunghi.
Addestramento e provenienza
Il run di addestramento ha consumato circa 4.4 × 10²⁴ FLOP. Quella cifra misura quanto è costata la produzione del modello e non ha alcun impatto su quanto velocemente risponde.
L'addestramento ha consumato un corpus di circa 23,000,000,000,000 token di testo
È tracciato nel dataset sottostante per una ragione in particolare: discretionary.
Passo dopo passo
Come scegliere una GPU per GLM-4.6
La tabella sopra ha già valutato ogni card di cui possediamo le specifiche rispetto a questo modello. Arrivare alla tua risposta richiede sei passaggi..
-
01
Leggi prima il numero di VRAM
Inizia da ciò di cui ha realmente bisogno, ovvero il requisito di GLM-4.6, avere bisogno di circa 216.7 GB a una compressione di Q4_K_M. Quella cifra, non le prestazioni di punta di una CARD, è ciò che decide se può essere eseguita.
-
02
Corrispondi il contesto al tuo utilizzo attuale
Conversazioni più lunghe richiedono memoria oltre a ciò che i pesi necessitano. Muovi il cursore sulla tua reale lunghezza di lavoro prima di fidarti di qualsiasi riga per GLM-4.6.
-
03
Scegli quanto lontano lo comprimerai
La Compression è ciò che rende un modello adatto a schede più piccole, a fronte di un certo costo in accuratezza., raggiungendo una compressione di Q4_K_M sulla scheda più piccola che si adatta. Impostare una qualità minima elimina le schede che riescono a gestirla solo spremendo oltre quanto desiderato e mantiene il confronto a un livello.
-
04
Ordina per velocità
Ordina per velocità per vedere come si classificano le schede per GLM-4.6. Non si adatterà a un'ordinazione da gaming, perché la generazione è vincolata dalla larghezza di banda della memoria. La scheda in cima alla lista è B300, nella 17.0 tok/s
-
05
Guarda il margine, non solo l'adattamento
Una vestibilità stretta funziona, ma non lascia nulla in più per una conversazione più lunga, nel caso di GLM-4.6. Comfortable significa che puoi espandere il contesto in seguito. Quella differenza conta più di pochi token al secondo, quindi acquista per comfortable se ti aspetti di farlo.
-
06
Controlla la GPU dall'altro lato
Seguire una GPU attraverso la sua pagina mostra ogni altro modello che può contenere, che è la domanda che segue una volta che hai deciso su GLM-4.6.
Risposte
GLM-4.6 — domande comuni
GLM-4.6— posso eseguirlo se non si adatta nella mia GPU?
Può essere diviso tra la scheda e la memoria di sistema, ma genera dolorosamente lentamente in quel modo. La più vicina mancata che calcoliamo risulta insufficiente di 43.9 GB Ogni figura qui presume che l'intero modello sia residente sulla scheda.
GLM-4.6— due GPU lo farebbero andare più veloce?
Una seconda CARD raddoppia grossolanamente la VRAM disponibile ma non il tasso di generazione. Il numero già in grado di eseguirlo da solo: 4. Quindi una seconda CARD è raramente la risposta qui.
GLM-4.6— perché la quantizzazione differisce tra le schede?
Ogni card è mostrata mentre esegue la copia meno compressa che può contenere. Il numero di livelli di compressione distinti tra le card che si adattano: 2. Schede più grandi ottengono la versione più accurata e il livello di qualità sopra fissa il confronto a un livello.
GLM-4.6— quanto sono accurate queste stime di velocità?
Ogni cifra è derivata dalla larghezza di banda della memoria e dalle dimensioni del modello, non calibrata, motivo per cui ognuna è pubblicata come un intervallo anziché come un singolo numero. Un esempio: 10–27 tok/s su B300. Lo stesso modello e scheda variano tra il trenta e il cinquanta per cento a seconda del software di inferenza e della sua versione.
GLM-4.6— che GPU ho bisogno per eseguirlo?
La scheda più piccola nel nostro catalogo che la contiene è Radeon Instinct MI325X, con una capacità di memoria di 256 GB. Esegui il modello a una compressione di Q4_K_M utilizzando circa 216.7 GB, e produce approssimativamente 12.8 token al secondo. Il numero di card in grado di eseguirlo in totale: 4.
GLM-4.6— quanto è veloce su una GPU?
Dipende dalla scheda. La più rapida che calcoliamo è B300, circa 17.0 token al secondo; il più lento che riesce a farlo gestisce considerevolmente meno. La velocità di lettura è di circa dieci token al secondo, e il numero di schede che riescono a farlo: 4.
GLM-4.6— quanta VRAM serve?
Ha bisogno di 216.7 GB a una compressione di Q4_K_M, quale è la scheda più piccola che lo utilizza. Meno compressione richiede di più: le cifre nella colonna della memoria sopra sono ricalcolate per ogni scheda, perché ognuna contiene la versione meno compressa possibile.
GLM-4.6— è open-source?
I suoi pesi sono pubblicati, quindi può essere scaricato e eseguito sul proprio hardware. Si noti che OPEN WEIGHTS non è lo stesso di OPEN SOURCE nel senso completo — non dice nulla sui dati di addestramento, sul codice di addestramento o sui termini commerciali allegati.
GLM-4.6— quanti parametri ha?
Ha un numero di parametri di 357B. Similarly to GLM 4.5: 355 billion total parameters (reported) with 32 billion active parameters (assumed). Quella cifra è il totale, ed è ciò che decide quanto memoria il modello ha bisogno — circa mezzo gigabyte per miliardo alla compressione che la maggior parte delle persone usa.
GLM-4.6— chi l'ha creato?
È stato pubblicato da Z.ai (Zhipu AI),Tsinghua University, basato su China, un'organizzazione categorizzata come industry,Academia.
GLM-4.6— quando è stato rilasciato?
È stato pubblicato in September 2025.
GLM-4.6— A cosa serve?
Funziona nel dominio di Language, e viene registrato come gestire il compito di language modeling/generation, Question answering, Code generation, Quantitative reasoning, System control. Un modello può gestire diversi di ciascuno, quindi queste sono le aree per cui è stato costruito piuttosto che un limite su ciò che tenterà.
GLM-4.6— Dove posso scaricarlo?
I suoi pesi sono pubblicati su Hugging Face, sotto l'organizzazione zai-org. Non ospitiamo file di modelli — questo sito calcola quale hardware è necessario per eseguirli.
GLM-4.6— quanto calcolo è stato utilizzato per addestrarlo?
L'addestramento ha consumato circa 4.4 × 10²⁴ FLOP. Questo misura quanto costa produrre il modello e non dice nulla su quanto rapidamente risponde una volta addestrato — la velocità di inferenza deriva dalla larghezza di banda della memoria, non dal budget di addestramento.
L'altra direzione
Guardandolo dall'altro lato?
Questa pagina parte dal modello. Se possiedi già una scheda e vuoi sapere tutto ciò che farà funzionare, inizia dall'hardware invece.