GLM-4.7 TPS-rekenmachine

Open gewichten Z.ai (Zhipu AI) 358B parameters December 2025

Elke kaart hieronder wordt beoordeeld op basis van dit model met de contextlengte en minimale kwaliteit die je kiest. Snelheid is een schatting voor een enkele aanvraag, berekend op basis van de geheugendoorvoer van de kaart en de grootte van het model eenmaal gecomprimeerd..

Bereken voor dit model

7 kaarten die het kunnen draaien

818 kaarten die we hebben specificaties voor

Kleinste kaart die past

B200

180 GB · Q3_K_M · 142 tok/s

Snelste kaart

B200

142 tok/s · 180 GB

Welke GPU's kunnen draaien GLM-4.7?

Stel de invoer in, lees het antwoord

Contextlengte tokens

Een langere conversatie heeft meer geheugen nodig, wat dit model van kleinere kaarten kan duwen..

Minimale kwaliteit

Verbergt kaarten die alleen in het model passen door het onder dit punt te comprimeren.

Zoek kaarten

Kaartgeheugen

Toon ook kaarten die het niet kunnen draaien

7 kaarten passen

Berekenen

					Heeft	Kwantificatie	Past
142 tok/s 85–227 · lage vertrouwen	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	155.2 GB	Q3_K_M	Krap
93.9 tok/s 56–150 · lage vertrouwen	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	238.5 GB	Q5_K_M	Krap
75.0 tok/s 45–120 · lage vertrouwen	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	238.5 GB	Q5_K_M	Krap
75.0 tok/s 45–120 · lage vertrouwen	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	238.5 GB	Q5_K_M	Krap
73.7 tok/s 44–118 · lage vertrouwen	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	155.2 GB	Q3_K_M	Krap
73.7 tok/s 44–118 · lage vertrouwen	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	155.2 GB	Q3_K_M	Krap
71.0 tok/s 43–114 · lage vertrouwen	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	196.8 GB	Q4_K_M	Krap

Snelheden zijn schattingen voor een enkele aanvraag — één gesprek tegelijk — berekend vanuit geheugendebandbreedte, modelgrootte en kwantisatie. De werkelijke doorvoer varieert met de inferentietijd en de versie ervan. Cijfers gepubliceerd door hardwareleveranciers meten veel gelijktijdige aanvragen en zijn veel hoger.

Op record

Volledige specificatie

Alles wat geregistreerd is voor dit model. Het merendeel beschrijft hoe het getraind werd in plaats van hoe het draait - nuttige context om te beoordelen hoeveel werk erin is gestoken, en hoe het zich verhoudt tot modellen die op een andere schaal zijn gebouwd..

Oorsprong

Wie heeft dit model gebouwd, waar, en wanneer het gepubliceerd werd.

Organisatie: Z.ai (Zhipu AI)
Organisatietype: Industry
Land: China
Gepubliceerd: 22 December 2025

Wat het doet

De probleemgebieden waarvoor het model is gebouwd. Een model kan meerdere van elk bevatten.

Domein: Language
Taak: Language modeling/generation, Code generation
Basis model: GLM-4.5

Grootte

Hoe groot het model is en hoeveel data het is getraind. Parameters zijn het cijfer dat bepaalt of het past op een gegeven grafische kaart.

parameters: 358B
Training gegevens: tokens

Training rekenen

De berekeningen uitgevoerd om het model te trainen, gemeten in drijvende-komma-operaties. Het is een maat voor wat de trainingsrun kostte, niet voor hoe snel het voltooide model je beantwoordt.

Training rekenen: 4.4 × 10²⁴ FLOP

Beschikbaarheid

Of je het model kunt verkrijgen en het op je eigen hardware kunt draaien, wat bepaalt of een van de grafische kaartcijfers op deze pagina van toepassing is.

Gewichten: Open — downloadable
Toegang tot model: Open weights (unrestricted)
Training code: Unreleased
Hugging Face: zai-org

Hoe het is geclassificeerd

Labels van de brondataset die worden toegepast bij het volgen van opmerkelijke modellen, en hoe zeker het is van de invoer.

Waarom het wordt gevolgd: Discretionary
Record vertrouwen: Likely

Bronnen

Waar deze record vandaan kwam en wanneer deze voor het laatst is gecontroleerd.

Laatst bijgewerkt: 29 January 2026

De extremen

De tien snelste GPU's die draaien GLM-4.7

Gerangschikt op geschatte tokens per seconde, nieuwste kaart eerst waar snelheden gelijk zijn. Omdat generatie gebonden is aan geheugensnelheid, volgt deze ordening de snelheid in plaats van een gamebenchmark..

De kleinste GPU's die nog steeds draaien GLM-4.7

De goedkoopste route erin, op basis van geheugencapaciteit. Een krappe pasvorm draait het model maar laat niets over voor een langer gesprek..

Wat de cijfers betekenen

Wat je nodig hebt om het te draaien

Minimum kaart

B200

Geheugen nodig

155.2 GB

Snelste

142 tok/s

GLM-4.7 bereikt een parameter telling van 358B. Dat is meer dan wat enige enkele grafische kaart bevat. Het draaien ervan betekent ofwel het splitsen over meerdere kaarten of het huren van hardware die voor de klus is gebouwd, en elke kaart die het alleen kan vasthouden, is een datacenteronderdeel. Het aantal dat kan: 7.

De minste hardware die werkt is B200, met een geheugen capaciteit van 180 GB, het draaien ervan met een compressie van Q3_K_M en produceren rond 142 tokens per seconde

Top van het assortiment is B200, genereren ongeveer 142 tokens per seconde op basis van een geheugendoorbandsnelheid van 8,000 GB/s.

Achtergrond

GLM-4.7 werd gepubliceerd door Z.ai (Zhipu AI), in het land geregistreerd als China, tijdens December 2025. Het komt uit een organisatie gecategoriseerd als industry.

Het werkt in het domein van Language, en wordt geregistreerd als het uitvoeren van de taak van language modeling/generation, Code generation.

Het startpunt was een bestaand basismodel, GLM-4.5. Dat is waarom het de algemene vorm en grootte van het basismodell deelt.

Gepubliceerde gewichten betekenen dat het model op jouw machine draait in plaats van op die van iemand anders, wat de hardwarevraag hieronder op enige manier beantwoordbaar maakt. Op Hugging Face is het gepubliceerd onder de organisatie zai-org.

Het lezen van de doorvoercijfers

De helft van de kaarten die het vasthouden, beheren meer dan 75.0 tokens per second. Outright de leessnelheid overschrijden. 7 van hen

Dit is een mengsel-van-experts model, dat elk token alleen door een deel van zichzelf leidt. Het genereert daarom veel sneller dan zijn totale grootte suggereert - terwijl het nog steeds elke parameter in VRAM nodig heeft, zodat het snel is zonder goedkoop te zijn om te behouden.

Geheugen hier is geschat op basis van grootte in plaats van berekend vanuit de architectuur, die niet is vastgelegd voor dit model — de cijfers zijn indicatief eerder dan exact.

Hoe het getraind werd

De training run verbruikte ongeveer 4.4 × 10²⁴ FLOP. Die figuur meet wat het produceren van het model heeft gekost en heeft geen invloed op hoe snel het antwoord geeft.

De inclusiecriteria: discretionary.

Stap voor stap

Hoe een GPU te kiezen voor GLM-4.7

De tabel hierboven heeft elke kaart die we specificaties voor hebben al vergeleken met dit model. Het bereiken van uw antwoord kost zes stappen..

01

Lees eerst de geheugenfiguur

Elke kaart hier is gecontroleerd op GLM-4.7, ongeveer nodig 155.2 GB bij een compressie van Q3_K_M. De capaciteit is de poort — een GPU-kaart houdt het of het houdt het niet.
02

Stel de contextlengte in waarmee je gaat werken

Langere gesprekken kosten geheugen bovenop wat de gewichten nodig hebben. Verplaats de schuifregelaar naar je echte werklengte voordat je een rij vertrouwt voor GLM-4.7.
03

Stel een kwaliteitsvloer in

Compressie is wat een model laat passen op kleinere kaarten, tegen een bepaalde kost in nauwkeurigheid., bereiken van een compressie van Q3_K_M op de kleinste kaart die past. Het instellen van een minimumkwaliteit laat de kaarten vallen die het alleen maar beheersen door verder te persen dan je zou willen, en houdt de vergelijking op één niveau.
04

Vergelijk tokens per seconde, niet specificaties

Sorteren op snelheid om te zien hoe de kaarten gerangschikt zijn voor GLM-4.7. Het zal niet passen bij een gaming bestelling, omdat generatie gebonden is aan geheugenbandbreedte. De kaart bovenaan de lijst is B200, bij 142 tok/s
05

Controleer het geschiktheidsadvies voordat je koopt

De fit-kolom scheidt kaarten die het net halen van die met ruimte over, in het geval van GLM-4.7. Comfortabel betekent dat je de context later kunt vergroten. Dat verschil is belangrijker dan een paar tokens per seconde, dus koop voor comfortabel als je dat verwacht.
06

Controleer de kaart vanaf de andere kant

Elke kaartnaam linkt naar zijn eigen pagina, die dezelfde berekening door het hele modelcatalogus uitvoert. Een kaart wordt meestal gekocht voor meer dan één model, dus het is de moeite waard om te kijken voordat je koopt voor GLM-4.7.

Antwoorden

GLM-4.7 — veelgestelde vragen

GLM-4.7— is het open-source?

De gewichten zijn gepubliceerd, zodat ze kunnen worden gedownload en op je eigen hardware kunnen worden uitgevoerd. Houd er rekening mee dat OPEN WEIGHTS niet hetzelfde is als open source in de volle zin — het zegt niets over de trainingsdata, de trainingscode of de commerciële voorwaarden die eraan zijn verbonden.

GLM-4.7— hoeveel parameters heeft het?

Het heeft een parameter telling van 358B. mixture of experts (MoE) with 358B total, 32B active. Dat cijfer is het totaal, en het bepaalt hoeveel MEMORY het MODEL nodig heeft - ongeveer een halve gigabyte per miljard bij de compressie die de meeste mensen gebruiken.

GLM-4.7— wie heeft het gemaakt?

Het werd gepubliceerd door Z.ai (Zhipu AI), gebaseerd op China, een organisatie geclassificeerd als industry.

GLM-4.7— wanneer is het uitgebracht?

Het werd gepubliceerd in December 2025.

GLM-4.7— waarvoor wordt het gebruikt?

Het werkt in het domein van Language, en wordt geregistreerd als het afhandelen van language modeling/generation, Code generation. Modellen hebben vaak meer dan één van elk, en de tags beschrijven het doel in plaats van de capaciteitslimieten.

GLM-4.7— waar kan ik het downloaden?

Zijn gewichten zijn gepubliceerd op Hugging Face, onder de organisatie zai-org. Wij hosten geen modelbestanden - deze site berekent welke hardware nodig is om ze te draaien.

GLM-4.7— hoeveel rekencapaciteit is gebruikt om het te trainen?

Training verbruikte ongeveer 4.4 × 10²⁴ FLOP. Dat meet wat het kosten om het model te produceren en zegt niets over hoe snel het antwoord geeft zodra het getraind is — inferentie snelheid komt van geheugenbandbreedte, niet van het trainingsbudget.

GLM-4.7— kan ik het draaien als het niet in mijn GPU past?

Gedeeltelijk. Layers die niet passen, bevinden zich in system memory en draaien met een fractie van de snelheid, dus een grotendeels gedeactiveerd model is zelden de moeite waard om te gebruiken. De dichtstbijzijnde miscalculatie die we berekenen, komt tekort met 69.9 GB Elke figuur hier gaat ervan uit dat het hele model op de kaart staat.

GLM-4.7— Zouden twee GPU's het sneller draaien?

Capaciteit voegt samen over kaarten; doorvoer niet. Het aantal kaarten dat het al op zichzelf vasthoudt: 7. Dus een tweede card is zelden het antwoord hier.

GLM-4.7— waarom verschilt de quantisatie tussen kaarten?

Een grotere CARD houdt een nauwkeuriger kopie. Het aantal compressieniveaus dat gebruikt wordt op de CARDS die het draaien: 3. Grotere CARDS krijgen de meer nauwkeurige versie, en de kwaliteitsvloer boven pins beperkt de vergelijking tot één niveau.

GLM-4.7— hoe nauwkeurig zijn deze snelheidsschattingen?

Elke waarde is afgeleid van het geheugenbandbreedte en de modelgrootte, niet geverifieerd, wat de reden is dat elke waarde als een bereik in plaats van een enkel getal wordt gepubliceerd. Eén voorbeeld: 85–227 tok/s op B200. Hetzelfde model en kaart variëren met dertig tot vijftig procent, afhankelijk van de inferentiesoftware en de versie ervan.

GLM-4.7— Welke GPU heb ik nodig om het te draaien?

De kleinste kaart in onze catalogus die het vasthoudt is B200, met een geheugen capaciteit van 180 GB. Het draait het model op een compressie van Q3_K_M ongeveer 155.2 GB, en produceert ongeveer 142 tokens per second. Het aantal kaarten dat het totaal kan draaien: 7.

GLM-4.7— hoe snel is het op een GPU?

Het hangt af van de kaart. De snelste die we berekenen is B200, ongeveer 142 tokens per seconde; de langzaamste die het nog steeds draait haalt aanzienlijk minder. De leessnelheid is rond de tien tokens per seconde, en het aantal kaarten dat dat haalt: 7.

GLM-4.7— hoeveel VRAM heeft het nodig?

Het heeft ongeveer 155.2 GB bij een compressie van Q3_K_M, welke is wat de kleinste card die het draait gebruikt. Minder compressie heeft meer nodig: de cijfers in de memory-kolom hierboven worden opnieuw berekend voor elke card, omdat elke card de minst gecomprimeerde versie kan vasthouden.

Bron

Originele publicatie

Laatste update geregistreerd 29 January 2026

De andere richting

Van de andere kant bekijken?

Deze pagina begint met het model. Als je al een kaart bezit en alles wilt weten wat het zal draaien, begin in plaats van de hardware.

Alle AI-modellen