GLM-4.5-Air kalkulator TPS

Otwórz wagi Z.ai (Zhipu AI),Tsinghua University 106B 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 · 69.7 tok/s

Najszybsza karta

B200

178 tok/s · 180 GB

Które GPU mogą uruchomić GLM-4.5-Air?

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

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: 5 August 2025
Autorzy: 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 robi

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

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

Rozmiar

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

parametry: 106B
Dane treningowe: 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: 1.7 × 10²⁴ 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-4.5: Agentic, Reasoning, and Coding (ARC) Foundation Models
Ostatnio zaktualizowane: 9 February 2026

Ekstremy

Dziesięć najszybszych GPU, które uruchamiają GLM-4.5-Air

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-4.5-Air

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

53.3 GB

Najszybszy

178 tok/s

GLM-4.5-Air osiąga liczbę parametrów równą 106B. 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 69.7 tokeny na sekundę

Najwyższa półka to B200, generowanie w przybliżeniu 178 tokenów na sekundę na podstawie przepustowości pamięci 8,000 GB/s.

O tym modelu

GLM-4.5-Air został opublikowany przez Z.ai (Zhipu AI),Tsinghua University, w kraju zapisanym jako China, podczas August 2025. Wychodzi z organizacji zaklasyfikowanej jako industry,Academia.

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

Opublikowane wagi oznaczają, że model działa na twojej maszynie, a nie na czyjejś, co sprawia, że poniższe pytanie dotyczące sprzętu jest w ogóle możliwe do odpowiedzi. 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 80.9 tokenów na sekundę 41 ich

Ponieważ kieruje każdy token przez podzbiór swoich wag, produkuje tekst z szybkością znacznie mniejszego modelu. Haczyk tkwi w pamięci: wszystko musi się jeszcze zmieścić, więc prędkość jest bonusem, a nie zniżką na sprzęt.

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

Szkolenie i pochodzenie

Wytworzenie tego wymagało arytmetyki sumującej około 1.7 × 10²⁴ FLOP. Ta liczba mierzy, ile kosztowało wyprodukowanie modelu i nie ma wpływu na to, jak szybko odpowiada.

Krok po kroku

Jak wybrać GPU do GLM-4.5-Air

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

01

Sprawdź, co potrzebuje przed wszystkim innym.

Tabela zawiera każdą kartę, która jest w stanie pomieścić GLM-4.5-Air, potrzebując około 53.3 GB przy kompresji IQ4_XS. Pojemność to brama — karta albo ją trzyma, albo nie.
02

Ustaw długość kontekstu, z którą będziesz pracować

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-4.5-Air.
03

Zdecyduj, ile kompresji zaakceptujesz

Każda KARTA uruchamia najmniej skompresowaną kopię, jaką może pomieścić., 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

Porównaj TOKENS na sekundę, a nie SPECYFIKACJE.

Ranking według tokenów na sekundę podąża za przepustowością pamięci, a nie liczbą rdzeni, dla GLM-4.5-Air. Nie dopasuje się do zamówienia gier, ponieważ generacja jest ograniczona przez przepustowość pamięci. Karta na szczycie listy to B200, w 178 tok/s
05

Zwróć uwagę na margines, a nie tylko na dopasowanie

Kolumna dopasowania oddziela karty, które ledwo dają radę, od tych, które mają zapas w przypadku GLM-4.5-Air. 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 strona karty powtarza tę procedurę dla każdego modelu, który posiadamy, odpowiadając, do czego jeszcze sprzęt jest przydatny poza GLM-4.5-Air.

Odpowiedzi

GLM-4.5-Air — częste pytania

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

Szkolenie zajęło około 1.7 × 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-4.5-Air— czy mogę go uruchomić, jeśli nie mieści się w moim GPU?

Częściowo. Warstwy, które nie mieszczą się w GPU VRAM, znajdują się w pamięci systemu i działają z ułamkową prędkością, więc model, który jest w dużej mierze przeniesiony, rzadko jest wart używania. Najbliższy brak, który obliczamy, jest za mały o 16.3 GB Każda figura tutaj zakłada, że cały model jest zainstalowany na karcie.

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

Dwie karty kupują pamięć zamiast szybkości, co ma znaczenie tylko wtedy, gdy jedna karta nie może jej pomieścić. Liczba, która może: 43. Więc druga karta rzadko jest odpowiedzią tutaj.

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

Ponieważ pojemność się różni, to również to, jak mocno musi być ściśnięta. Liczba wyróżniających się poziomów w tabeli powyżej: 5. Większe karty otrzymują dokładniejszą wersję, a minimalna jakość powyżej ustala porównanie na jednym poziomie.

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

Są obliczane na podstawie specyfikacji, a nie mierzone, i każdy ma zakres. Jeden przykład: 107–284 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-4.5-Air— 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 53.3 GB, i produkuje w przybliżeniu 69.7 tokenów na sekundę. Liczba kart, które mogą go uruchomić łącznie: 43.

GLM-4.5-Air— jak szybko działa na GPU?

To zależy od karty. Najszybciej obliczamy to B200, około 178 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-4.5-Air— Ile VRAM-u potrzebuje?

Potrzebuje około 53.3 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-4.5-Air— 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-4.5-Air— ile ma parametrów?

Ma liczbę parametrów równą 106B. 106B parameters, 12B 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-4.5-Air— kto to stworzył?

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

GLM-4.5-Air— kiedy to zostało wydane?

Zostało opublikowane w August 2025.

GLM-4.5-Air— do czego to służy?

Działa w dziedzinie Language, 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-4.5-Air— 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.

Źródło

Oryginalna publikacja

Ostatnia aktualizacja rekordu 9 February 2026

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