Família GLM-5.3: qual tamanho rodar
2 tamanhos, 320B–744B de parâmetros · Z.ai
Tamanhos
| Modelo | Arquitetura | |||||||
|---|---|---|---|---|---|---|---|---|
| GLM-5.3 Flash | 320B | MoE · 18B ativos | 1.048.576 | 71,6 | 248 | 242 | Nenhum arquivo GGUF Q4_K_M (simples ou UD-) no repositório coletado | 204 |
| GLM-5.3 | 744B | MoE · 40B ativos | 1.048.576 | 76,1 | 566 | 560 | Nenhum arquivo GGUF Q4_K_M (simples ou UD-) no repositório coletado | 418,3 |
Cada tamanho é um modelo próprio, com notas e necessidade de memória próprias. As estimativas em Q4 são números de planejamento, não medições; os tamanhos de arquivo são publicados. A coluna de Mac ou PC vale para uma máquina de 32 GB ou mais (8 GB de reserva); máquinas com menos de 32 GB reservam 25% da memória (2 a 8 GB), então precisam de menos. O publicador lista GLM-5.3 744B-A40B, GLM-5.3-Flash 320B-A18B.
O GLM-5.3 Flash parte de um modelo base treinado do zero; portanto não é o GLM-5.3 encolhido: os dois tamanhos diferem no modelo base, além dos parâmetros.
Como ler esta tabela
Q4 significa comprimido para cerca de 4 bits por peso. GGUF (llama.cpp, Ollama, LM Studio) e MLX (Apple silicon) são formatos de arquivo; os tamanhos mostrados são os dos arquivos de 4 bits publicados. Um traço indica que não há valor publicado ou coletado para esse tamanho; o motivo está no texto acessível da célula.
Qual tamanho cabe na minha máquina
O maior tamanho cuja estimativa de planejamento em Q4 cabe no que cada máquina oferece. É uma estimativa de planejamento, não uma medição nem uma velocidade. Máquinas menores são omitidas; a maior que não comporta nenhum tamanho é mantida para mostrar o limite.
| Máquina | Maior tamanho do GLM-5.3 com memória suficiente | ||
|---|---|---|---|
| Mac Studio M5 Max · 128 GB unificados | 104 | Nenhum tamanho desta família tem estimativa em Q4 dentro do que esta máquina oferece | Nenhum tamanho cabe, então não há estimativa para comparar |
| Mac Studio · M5 Ultra · CPU de 36 núcleos / GPU de 80 núcleos · 512 GB unificados | 392 | GLM-5.3 Flash | 248 |
| RTX 5090 · 32 GB de VRAM | 32 | Nenhum tamanho desta família tem estimativa em Q4 dentro do que esta máquina oferece | Nenhum tamanho cabe, então não há estimativa para comparar |
| DGX H100 · 8 × 80 GB | 640 | GLM-5.3 | 574 |
Um traço significa que nenhum tamanho desta família cabe nessa máquina. O requisito é a estimativa Q4 do tamanho com a reserva da própria máquina: uma placa de vídeo reserva 2 GB, como na tabela de tamanhos; um Mac ou PC reserva 25% da memória (2 a 8 GB), então abaixo de 32 GB o número é menor que o da tabela de tamanhos. Um perfil de servidor reserva 2 GB por placa de vídeo, por isso o número é maior.
Menor máquina para cada tamanho
O perfil com menos memória que ainda comporta a estimativa em Q4 do tamanho, no catálogo de hardware.
| Tamanho | Menor perfil de Mac ou PC (memória do sistema) | Menor perfil de placa de vídeo | Perfil de servidor |
|---|---|---|---|
| GLM-5.3 Flash | Mac Studio 2026 · M5 Ultra · 512 GB | Nenhum perfil de placa de vídeo do catálogo tem memória suficiente para este tamanho | DGX H100 · 8 × 80 GB · 640 GB |
| GLM-5.3 | Nenhum perfil de Mac, notebook ou PC do catálogo tem memória suficiente para este tamanho | Nenhum perfil de placa de vídeo do catálogo tem memória suficiente para este tamanho | DGX H100 · 8 × 80 GB · 640 GB |
Um traço significa que nenhum perfil desse tipo no catálogo tem memória suficiente para o tamanho.
Memória por precisão do arquivo
A mesma fórmula de planejamento em três precisões (0,625, 1,125 e 2 bytes por parâmetro, mais folga de trabalho e a reserva do sistema). Estimativas, não medições.
| Tamanho | ||||||
|---|---|---|---|---|---|---|
| GLM-5.3 Flash | 248 | 242 | 440 | 434 | 776 | 770 |
| GLM-5.3 | 566 | 560 | 1.013 | 1.007 | 1.794 | 1.788 |
Árvore da família
Família, tamanhos e, para cada tamanho, os dois arquivos de 4 bits usados nas tabelas (GGUF Q4_K_M e MLX 4 bits) quando um foi coletado. Outras precisões não aparecem aqui.
A mesma árvore em lista:
- GLM-5.3 · Z.ai
- Flash 320B A18B · 18B ativos
- MLX 4 bits · 204 GB · mlx-community/GLM-5.3-Flash-4bit, lido em 23 de out. de 2026
- 744B A40B · 40B ativos
- MLX 4 bits · 418,3 GB · mlx-community/GLM-5.3-4bit, lido em 23 de out. de 2026
- Flash 320B A18B · 18B ativos
Saiba mais
Veja o GLM-5.3 Flash
O menor tamanho da família: notas, estimativa de memória e as máquinas em que ele roda.
Fontes
Onde a família e seus tamanhos são citados, e de onde vem cada número.
- README de zai-org/GLM-5 · “Use GLM-5.3 & GLM-5.3-Flash API services on Z.ai API Platform.” · lido em 17 de out. de 2026
- README de zai-org/GLM-5, tabela de download dos modelos (linhas GLM-5.3 e GLM-5.3-Flash) · “| GLM-5.3 | … | 744B-A40B | FP8 | … | GLM-5.3-Flash | … | 320B-A18B | FP8 |” · lido em 17 de out. de 2026
- Ficha de zai-org/GLM-5.3-Flash · “GLM-5.3-Flash starts from a newly trained base model, with its architecture and training recipe redesigned around capability and efficiency.” · lido em 17 de out. de 2026
- Ficha de zai-org/GLM-5.3 · “GLM-5.3 uses the same base model as GLM-5.2 — every gain comes from post-training.” · lido em 17 de out. de 2026
- Ficha do GLM-5.3 Flash
- Ficha do GLM-5.3
- LiveBench 2026-06-25 · a única fonte de qualidade desta página; um traço significa que a versão não inclui o modelo · snapshot coletado em 26 de set. de 2026
- Tamanhos de arquivo publicados: repositórios do Hugging Face, lidos em 23 de out. de 2026
- Metodologia · como a estimativa de planejamento em Q4 é calculada · Aprenda