GLM-4.5V kalkulator TPS

Otwórz wagi Z.ai (Zhipu AI),Tsinghua University 108B parametry August 2025

Każda karta poniżej jest oceniana w stosunku do tego modelu przy wybranej długości kontekstu i minimalnej jakości. Prędkość jest oszacowaniem dla pojedynczego żądania, obliczonym na podstawie przepustowości pamięci karty i rozmiaru modelu po skompresowaniu..

Obliczone dla tego modelu

43 karty, które mogą go uruchomić

818 Karty, które posiadamy specyfikacje dla

Najmniejsza karta, która pasuje

Radeon Instinct MI200

64 GB · IQ4_XS · 68.4 tok/s

Najszybsza karta

B200

174 tok/s · 180 GB

Które GPU mogą uruchomić GLM-4.5V?

Ustaw wejścia, odczytaj odpowiedź.

Długość kontekstu tokeny

Dłuższa rozmowa wymaga więcej MEMORY, co może spowodować, że ten model nie zmieści się na mniejszych CARD..

Minimalna jakość

Ukrywa karty, które zmieściłyby się w modelu tylko przez skompresowanie go poniżej tego punktu..

Szukaj kart

Pamięć karty

Pokaż również karty, które nie mogą tego uruchomić.

43 karty pasują

Obliczanie

					potrzeby	Kwantyzacja	Pasuje
174 tok/s 105–279 · niska pewność	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	110.8 GB	Q8_0	Wygodny
174 tok/s 105–279 · niska pewność	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	110.8 GB	Q8_0	Wygodny
169 tok/s 101–270 · niska pewność	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	60.5 GB	Q4_K_M	Wąski
169 tok/s 101–270 · niska pewność	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	60.5 GB	Q4_K_M	Wąski
153 tok/s 92–245 · niska pewność	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	73.1 GB	Q5_K_M	Wąski
139 tok/s 84–223 · niska pewność	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	110.8 GB	Q8_0	Wygodny
139 tok/s 84–223 · niska pewność	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	110.8 GB	Q8_0	Wygodny
131 tok/s 78–209 · niska pewność	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	73.1 GB	Q5_K_M	Wąski
111 tok/s 67–178 · niska pewność	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	110.8 GB	Q8_0	Wąski
108 tok/s 65–173 · niska pewność	H100 SXM5 64 GB NVIDIA	64 GB	2,020 GB/s	Mar 2023	54.2 GB	IQ4_XS	Wąski
107 tok/s 64–170 · niska pewność	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	110.8 GB	Q8_0	Wąski
107 tok/s 64–170 · niska pewność	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	110.8 GB	Q8_0	Wąski
106 tok/s 64–170 · niska pewność	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	85.6 GB	Q6_K	Wąski
106 tok/s 64–170 · niska pewność	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	85.6 GB	Q6_K	Wąski
103 tok/s 62–164 · niska pewność	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	60.5 GB	Q4_K_M	Wąski
103 tok/s 62–164 · niska pewność	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	60.5 GB	Q4_K_M	Wąski
103 tok/s 62–164 · niska pewność	A800 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Aug 2022	60.5 GB	Q4_K_M	Wąski
103 tok/s 62–164 · niska pewność	H100 CNX NVIDIA	80 GB	2,040 GB/s	Mar 2023	60.5 GB	Q4_K_M	Wąski
103 tok/s 62–164 · niska pewność	H100 PCIe 80 GB NVIDIA	80 GB	2,040 GB/s	Oct 2022	60.5 GB	Q4_K_M	Wąski
103 tok/s 62–164 · niska pewność	H800 PCIe 80 GB NVIDIA	80 GB	2,040 GB/s	Mar 2023	60.5 GB	Q4_K_M	Wąski
102 tok/s 61–163 · niska pewność	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	110.8 GB	Q8_0	Wygodny
97.6 tok/s 59–156 · niska pewność	A100 PCIe 80 GB NVIDIA	80 GB	1,940 GB/s	Jun 2021	60.5 GB	Q4_K_M	Wąski
97.6 tok/s 59–156 · niska pewność	A800 PCIe 80 GB NVIDIA	80 GB	1,940 GB/s	Nov 2022	60.5 GB	Q4_K_M	Wąski
90.5 tok/s 54–145 · niska pewność	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	110.8 GB	Q8_0	Wąski
90.5 tok/s 54–145 · niska pewność	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	110.8 GB	Q8_0	Wygodny

Prędkości są szacunkami dla pojedynczego zapytania — jednej konwersacji na raz — obliczonymi na podstawie przepustowości pamięci, rozmiaru MODELu i kwantyzacji. Rzeczywista przepustowość różni się w zależności od czasu uruchamiania inference i jego wersji. Wartości publikowane przez dostawców sprzętu mierzą wiele jednoczesnych zapytań i są znacznie wyższe..

Na nagranie

Pełna specyfikacja

Wszystko na rekord dla tego modelu. Większość z tego opisuje, jak był trenowany, a nie jak działa — użyteczny kontekst do oceny, ile pracy włożono w to, i jak wypada w porównaniu z modelami budowanymi w innym skali..

Pochodzenie

Kto zbudował ten model, gdzie i kiedy został opublikowany.

Organizacja: Z.ai (Zhipu AI),Tsinghua University
Typ organizacji: Industry,Academia
Kraj: China
Opublikowany: 15 August 2025
Autorzy: GLM-V Team: Wenyi Hong, Wenmeng Yu, Xiaotao Gu, Guo Wang, Guobing Gan, Haomiao Tang, Jiale Cheng, Ji Qi, Junhui Ji, Lihang Pan, Shuaiqi Duan, Weihan Wang, Yan Wang, Yean Cheng, Zehai He, Zhe Su, Zhen Yang, Ziyang Pan, Aohan Zeng, Baoxu Wang, Bin Chen, Boyan Shi, Changyu Pang, Chenhui Zhang, Da Yin, Fan Yang, Guoqing Chen, Jiazheng Xu, Jiale Zhu, Jiali Chen, Jing Chen, Jinhao Chen, Jinghao Lin, Jin…

Co to robi

Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.

Domena: Multimodal, Vision, Language, Video
Zadanie: Language modeling/generation, Question answering, Visual question answering, Image captioning, Video description, Table tasks, Character recognition (OCR)
Model bazowy: GLM-4.5-Air

Rozmiar

Jak duży jest model i na ile danych był trenowany. Parametry to liczba, która decyduje, czy mieści się na danej karcie graficznej.

parametry: 108B
Dane treningowe: 2,013,265,900,000 tokens

Obliczenia treningowe

Arytmetyka wykonywana w celu wytrenowania modelu, mierzona w operacjach zmiennoprzecinkowych. Jest to miara kosztów przeprowadzenia treningu, a nie tego, jak szybko gotowy model odpowiada na twoje pytania.

Obliczenia treningowe: 1.8 × 10²⁴ FLOP
Jak to zostało ustalone: Operation counting
Dostosowywanie obliczeń: 1.4 × 10²³ FLOP

Dostępność

Czy możesz zdobyć model i uruchomić go na swoim sprzęcie, co decyduje o tym, czy którakolwiek z cyfr karty graficznej na tej stronie ma zastosowanie.

Wagi: Open — downloadable
Dostęp do modelu: Open weights (unrestricted)
Kod treningowy: Unreleased
Hugging Face: zai-org

Jak jest klasyfikowane

Etykiety, które źródłowy zbiór danych stosuje podczas śledzenia znaczących modeli oraz jak pewny jest tego wpisu.

Zapisz pewność: Confident

Źródła

Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.

Referencja: GLM-4.5V and GLM-4.1V-Thinking: Towards Versatile Multimodal Reasoning with Scalable Reinforcement Learning
Ostatnio zaktualizowane: 28 November 2025

Ekstremy

Dziesięć najszybszych GPU, które uruchamiają GLM-4.5V

Uszeregowany według szacowanej liczby tokenów na sekundę, najnowsza karta na pierwszym miejscu, gdy prędkości są równe. Ponieważ generacja jest ograniczona przez pamięć, to uporządkowanie podąża za przepustowością, a nie za jakimkolwiek benchmarkiem gier..

Najmniejsze GPU, które nadal działają GLM-4.5V

Najtańsza droga do, według pojemności pamięci. Tight fit uruchamia model, ale nie zostawia nic na dłuższą rozmowę..

Co oznaczają liczby

Wymagania sprzętowe w praktyce

Minimalna karta

Radeon Instinct MI200

Pamięć potrzebna

54.2 GB

Najszybszy

174 tok/s

GLM-4.5V osiąga liczbę parametrów równą 108B. To stawia to powyżej sprzętu konsumenckiego, w zakresie, gdzie karta jest kupowana do tego celu, zamiast przystosowywana do niego. Liczba kart, które śledzimy, które mogą to pomieścić: 43.

Punkt wejścia to Radeon Instinct MI200, o pojemności pamięci 64 GB, uruchomienie go przy kompresji IQ4_XS i produkując około 68.4 tokeny na sekundę

Najwyższa półka to B200, generowanie w przybliżeniu 174 tokenów na sekundę na podstawie przepustowości pamięci 8,000 GB/s.

O tym modelu

GLM-4.5V został opublikowany przez Z.ai (Zhipu AI),Tsinghua University, w kraju zapisanym jako China, podczas August 2025. Organizacja publikująca jest klasyfikowana jako industry,Academia.

Działa w dziedzinie Multimodal, Vision, Language, Video, i jest zapisany jako wykonujący zadanie language modeling/generation, Question answering, Visual question answering, Image captioning, Video description, Table tasks, Character recognition (OCR).

Jego punktem wyjścia był istniejący model podstawowy, GLM-4.5-Air. Dlatego dzieli ogólny kształt i rozmiar modelu bazowego.

Ponieważ jego wagi zostały udostępnione, nic w kwestii uruchamiania go nie zależy od dostępności dostawcy — należy do ciebie po pobraniu. Na Hugging Face jest opublikowane pod organizacją zai-org.

Jak szybko działa i dlaczego

Na każdej karcie, która może go uruchomić, środek zakresu plasuje się w 97.6 tokenów na sekundę. Produkując tekst szybciej niż większość ludzi go czyta. 41 ich

Routing mieszanki ekspertów jest powodem, dla którego prędkości tutaj wyglądają wysoko w stosunku do liczby parametrów. Tylko ułamek jest odczytywany na token, ale całość musi być załadowana.

Bez układu uwagi na rekordzie, kolumna pamięci jest przybliżeniem. Jest wystarczająco bliska, aby wybrać sprzęt, i najmniej wiarygodna przy długim kontekście.

Szkolenie i pochodzenie

Trening zajmował około 1.8 × 10²⁴ FLOP. Ta liczba mierzy, ile kosztowało wyprodukowanie modelu i nie ma wpływu na to, jak szybko odpowiada.

Został wytrenowany na korpusie około 2,013,265,900,000 Tokeny tekstu.

Krok po kroku

Jak wybrać GPU do GLM-4.5V

Tabela powyżej oceniła już każdą kartę, dla której posiadamy specyfikacje, w stosunku do tego modelu. Dotarcie do odpowiedzi wymaga sześciu kroków..

01

Przeczytaj najpierw liczbę pamięci

Tabela zawiera każdą kartę, która jest w stanie pomieścić GLM-4.5V, potrzebując około 54.2 GB przy kompresji IQ4_XS. Pojemność to brama — karta albo ją trzyma, albo nie.
02

Dopasuj kontekst do swojego rzeczywistego użycia

Ustaw kontekst na to, co naprawdę użyjesz. Cache rośnie wraz z rozmową i jest to zwykle powód, dla którego karta, która wydawała się w porządku, przestaje pasować. GLM-4.5V.
03

Zdecyduj, ile kompresji zaakceptujesz

Kompresja to to, co sprawia, że model mieści się w mniejszych KARTACH, kosztem pewnej dokładności., osiągnięcie kompresji IQ4_XS na najmniejszej karcie, która się mieści. Ustalenie minimalnej jakości odrzuca karty, które tylko ją osiągają, uciskając bardziej niż byś chciał, i utrzymuje porównanie na jednym poziomie.
04

Oceń według przepustowości, a nie kart specyfikacji

Sortuj według prędkości, aby zobaczyć, jak karty się klasyfikują. GLM-4.5V. Nie dopasuje się do zamówienia gier, ponieważ generacja jest ograniczona przez przepustowość pamięci. Karta na szczycie listy to B200, w 174 tok/s
05

Zwróć uwagę na margines, a nie tylko na dopasowanie

Tight oznacza, że ładowanie i działanie odbywa się bez miejsca na późniejsze zwiększenie długości kontekstu, w przypadku GLM-4.5V. Wygodne oznacza, że możesz później zwiększyć kontekst. Ta różnica ma większe znaczenie niż kilka tokenów na sekundę, więc kupuj za wygodne, jeśli tego oczekujesz.
06

Otwórz kartę, na którą się zdecydowałeś

Każda nazwa karty łączy się z jej własną stroną, która wykonuje tę samą kalkulację w całym katalogu modelu. Kartę zazwyczaj kupuje się dla więcej niż jednego modelu, więc warto rzucić okiem przed zakupem na GLM-4.5V.

Odpowiedzi

GLM-4.5V — częste pytania

GLM-4.5V— dlaczego kwantyzacja różni się między kartami?

Każda KARTA jest przedstawiana z uruchomioną najmniej skompresowaną wersją, jaką może pomieścić. Liczba odmiennych poziomów kompresji w KARTACH, które mogą go pomieścić: 5. Większe karty otrzymują dokładniejszą wersję, a minimalna jakość powyżej ustala porównanie na jednym poziomie.

GLM-4.5V— Jak dokładne są te szacunki prędkości?

Każda wartość pochodzi z przepustowości pamięci i rozmiaru modelu, a nie z testów porównawczych, dlatego każda jest publikowana jako zakres, a nie pojedyncza liczba. Jeden przykład: 105–279 tok/s na B200. Ten sam model i karta różnią się o trzydzieści do pięćdziesięciu procent w zależności od oprogramowania inferencyjnego i jego wersji.

GLM-4.5V— Jaką GPU potrzebuję, aby ją uruchomić?

Najmniejsza karta w naszym katalogu, która to pomieści, to Radeon Instinct MI200, o pojemności pamięci 64 GB. Uruchamia model przy kompresji IQ4_XS używając około 54.2 GB, i produkuje w przybliżeniu 68.4 tokenów na sekundę. Liczba kart, które mogą go uruchomić łącznie: 43.

GLM-4.5V— jak szybko działa na GPU?

To zależy od karty. Najszybciej obliczamy to B200, około 174 tokenów na sekundę; najwolniejszy, który nadal działa, osiąga znacznie mniej. Prędkość odczytu wynosi około dziesięciu tokenów na sekundę, a liczba kart, które to osiągają: 41.

GLM-4.5V— Ile VRAM-u potrzebuje?

Potrzebuje około 54.2 GB przy kompresji IQ4_XS, który jest najmniejszą kartą, która to uruchamia. Mniej kompresji potrzebuje więcej: liczby w kolumnie pamięci powyżej są przeliczane dla każdej karty, ponieważ każda z nich trzyma wersję o najmniejszej kompresji, jaką może.

GLM-4.5V— czy jest open weight?

Jego wagi są opublikowane, więc można je pobrać i uruchomić na własnym sprzęcie. Zauważ, że OPEN WEIGHTS nie są tym samym co OPEN SOURCE w pełnym sensie — nie mówi nic o danych treningowych, kodzie treningowym, ani warunkach komercyjnych.

GLM-4.5V— ile ma parametrów?

Ma liczbę parametrów równą 108B. 108 total, 12 B active. Ta liczba to całkowita, i to ona decyduje o tym, ile pamięci potrzebuje model — mniej więcej pół gigabajta na miliard przy kompresji, którą używa większość ludzi.

GLM-4.5V— kto to stworzył?

Zostało opublikowane przez Z.ai (Zhipu AI),Tsinghua University, oparty na China, organizacja sklasyfikowana jako industry,Academia.

GLM-4.5V— kiedy to zostało wydane?

Zostało opublikowane w August 2025.

GLM-4.5V— do czego to służy?

Działa w dziedzinie Multimodal, Vision, Language, Video, i jest zarejestrowany jako realizujący zadanie language modeling/generation, Question answering, Visual question answering, Image captioning, Video description, Table tasks, Character recognition (OCR). To są obszary, wokół których został zaprojektowany; opisują zamiar, a nie twardą granicę.

GLM-4.5V— Gdzie mogę to pobrać?

Jego wagi są publikowane na Hugging Face, pod organizacją zai-org. Nie hostujemy plików modelu — ta strona oblicza, jaki sprzęt jest potrzebny do ich uruchomienia.

GLM-4.5V— ile mocy obliczeniowej użyto do jego trenowania?

Szkolenie zajęło około 1.8 × 10²⁴ FLOP. To mierzy, ile kosztowało wyprodukowanie modelu i nie mówi nic o tym, jak szybko odpowiada po wytrenowaniu — prędkość wnioskowania pochodzi z SZEROKOŚCI PASMA, a nie z budżetu treningowego.

GLM-4.5V— czy mogę go uruchomić, jeśli nie mieści się w moim GPU?

Można go podzielić między kartą a pamięcią systemową, ale w ten sposób generuje się boleśnie powoli. Najbliższy brak, który obliczamy, jest za mały o 17.3 GB Każda figura tutaj zakłada, że cały model jest zainstalowany na karcie.

GLM-4.5V— czy dwa GPU uruchomią to szybciej?

Druga KARTA mniej więcej podwaja dostępna PAMIĘĆ, ale nie tempo generacji. Liczba już zdolna do uruchomienia jej samodzielnie: 43. Więc druga karta rzadko jest odpowiedzią tutaj.

Źródło

Oryginalna publikacja

Ostatnia aktualizacja rekordu 28 November 2025

Druga strona

Patrząc na to z drugiej strony?

Ta strona zaczyna się od modelu. Jeśli już posiadasz kartę i chcesz wiedzieć, co wszystko będzie działać., Zacznij od sprzętu zamiast.

Wszystkie modele AI