GLM-4.5 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 · 12.9 tok/s
Scheda più veloce
B300
17.0 tok/s · 288 GB
Quali GPU possono eseguire GLM-4.5?
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 | 256.8 GB | Q5_K_M | Stretto |
|
13.6
tok/s
8–22 · bassa fiducia |
Radeon Instinct MI350X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 256.8 GB | Q5_K_M | Stretto |
|
13.6
tok/s
8–22 · bassa fiducia |
Radeon Instinct MI355X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 256.8 GB | Q5_K_M | Stretto |
|
12.9
tok/s
8–21 · bassa fiducia |
Radeon Instinct MI325X AMD | 256 GB | 6,000 GB/s | Oct 2024 | 215.5 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
- 5 August 2025
- Autori
- 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
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
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
- 355B
- Dati di addestramento
- 23,100,000,000,000 tokens
- Dimensione del Batch
- 64,000,000
355 billion total parameters with 32 billion active parameters
23T tokens
"We used a batch size warmup strategy, where the batch size was gradually increased from 16M tokens to 64M tokens in the training of the first 500B token"
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/token/parameter) * (23T tokens) * (32B active parameters) = 4.42e24 FLOP
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-4.5 Apache 2.0 (Inference code) https://github.com/zai-org/GLM-4.5?tab=readme-ov-file
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
- Confident
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- GLM-4.5: Agentic, Reasoning, and Coding (ARC) Foundation Models
- Ultimo aggiornamento
- 30 December 2025
Gli estremi
Le dieci GPU più veloci che eseguono GLM-4.5
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-4.5
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 215.5 GB · Q4_K_M · Stretto 12.9 tok/s
- 02 B300 288 GB · Ha bisogno 256.8 GB · Q5_K_M · Stretto 17.0 tok/s
- 03 Radeon Instinct MI350X 288 GB · Ha bisogno 256.8 GB · Q5_K_M · Stretto 13.6 tok/s
- 04 Radeon Instinct MI355X 288 GB · Ha bisogno 256.8 GB · Q5_K_M · Stretto 13.6 tok/s
Cosa significano i numeri
Il lato hardware
Scheda minima
Radeon Instinct MI325X
Memoria necessaria
215.5 GB
Più veloce
17.0 tok/s
GLM-4.5 raggiunge un conteggio di parametri di 355B. 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.
A basso prezzo è gestito da Radeon Instinct MI325X, con una capacità di memoria di 256 GB, eseguendolo a una compressione di Q4_K_M e producendo circa 12.9 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-4.5 è stato pubblicato da Z.ai (Zhipu AI),Tsinghua University, nel paese registrato come China, durante August 2025. Esce da un'organizzazione categorizzata come industry,Academia.
Funziona nel dominio di Language, ed è registrato come eseguire il compito di language modeling/generation, Question answering, Code generation, Quantitative reasoning.
I pesi sono pubblicati, quindi possono essere scaricati e eseguiti sul proprio hardware indefinitamente, offline, senza un account associato. 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 13.6 token al secondo. Superare la velocità di lettura in modo diretto: 4 di loro
Essendo denso, legge tutto se stesso per token, motivo per cui l'ordinamento per velocità qui sotto segue da vicino l'ordinamento per larghezza di banda della memoria.
La memoria qui è stimata dalla dimensione piuttosto che calcolata dall'architettura, che non è registrata per questo modello — i numeri sono indicativi piuttosto che esatti.
Addestramento e provenienza
Il training ha richiesto un budget di calcolo di circa 4.4 × 10²⁴ FLOP. Quella cifra misura quanto è costata la produzione del modello e non ha alcun impatto su quanto velocemente risponde.
È stato addestrato su un corpus di circa 23,100,000,000,000 token di testo
Il motivo per cui appare in questo catalogo è: discretionary.
Passo dopo passo
Come scegliere una GPU per GLM-4.5
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
Inizia dalla colonna VRAM
Inizia da ciò di cui ha realmente bisogno, ovvero il requisito di GLM-4.5, avere bisogno di circa 215.5 GB a una compressione di Q4_K_M. Nessuna quantità di potenza di elaborazione compensano una card che non può contenerla.
-
02
Decidi quanto a lungo durano le tue conversazioni
La conversazione occupa memoria anche, e cresce man mano che procede. Imposta il cursore sulla lunghezza che ti aspetti, perché con un contesto lungo una CARD che gestisce facilmente domande brevi può essere scartata da GLM-4.5.
-
03
Imposta un pavimento di qualità
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
La velocità dell'ordinamento è effettivamente un ordinamento per larghezza di banda di memoria, per GLM-4.5. 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
Tight significa che si carica e funziona senza spazio per aumentare il context length in caso di GLM-4.5. 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
Apri la scheda su cui ti sei deciso.
Ogni nome di scheda è collegato alla propria pagina, che esegue lo stesso calcolo su tutto il catalogo dei modelli. Una scheda è solitamente acquistata per più di un modello, quindi vale la pena dare un'occhiata prima di acquistare. GLM-4.5.
Risposte
GLM-4.5 — domande comuni
GLM-4.5— posso eseguirlo se non si adatta nella mia GPU?
Solo scaricando, che di solito è una falsa economia: la parte tenuta in SYSTEM MEMORY rallenta tutto. La più vicina mancata che calcoliamo risulta insufficiente di 42.7 GB Ogni figura qui presume che l'intero modello sia residente sulla scheda.
GLM-4.5— due GPU lo farebbero andare più veloce?
Due schede comprano VRAM piuttosto che velocità, che conta solo se una scheda non può contenerla. Il numero che può: 4. Quindi una seconda CARD è raramente la risposta qui.
GLM-4.5— perché la quantizzazione differisce tra le schede?
Una scheda più grande contiene una copia più accurata. Il numero di livelli di compressione utilizzati tra le schede che lo eseguono: 2. Schede più grandi ottengono la versione più accurata e il livello di qualità sopra fissa il confronto a un livello.
GLM-4.5— quanto sono accurate queste stime di velocità?
Vengono calcolati dalle specifiche piuttosto che misurati, e ognuno ha un intervallo. 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-4.5— 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 215.5 GB, e produce approssimativamente 12.9 token al secondo. Il numero di card in grado di eseguirlo in totale: 4.
GLM-4.5— 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-4.5— quanta VRAM serve?
Ha bisogno di 215.5 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-4.5— 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-4.5— quanti parametri ha?
Ha un numero di parametri di 355B. 355 billion total parameters with 32 billion active parameters. 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-4.5— chi l'ha creato?
È stato pubblicato da Z.ai (Zhipu AI),Tsinghua University, basato su China, un'organizzazione categorizzata come industry,Academia.
GLM-4.5— quando è stato rilasciato?
È stato pubblicato in August 2025.
GLM-4.5— 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. I modelli portano frequentemente più di uno di ciascuno, e le etichette descrivono lo scopo piuttosto che i limiti di capacità.
GLM-4.5— 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-4.5— 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.