GLM 5.2 のローカル実行に必要なVRAMは？

Name: GLM 5.2
Author: Z.ai / Zhipu AI

VRAMGlass 編集部 · 2026年9月5日更新

GLM 5.2 は総パラメータ 744B、1 トークンあたり 40B が有効になる MoE モデルです。Q4 で全量を VRAM に置くには 445GB 必要ですが、エキスパートをシステム RAM に置けば VRAM 41GB + RAM 406GB で動きます。収まる最も安いデバイスは Mac Studio M3 Ultra 512GB ですが、中古価格のデータはまだなく、推定 11.5 tokens/s です。オフロード構成で最も安く動かせるのは GeForce RTX 4090 48GB (改造) で、推定 3 tokens/s です。

GLM 5.2 のバージョン情報

発売日2026年6月16日

Hugging Face リポジトリzai-org/GLM-5.2

リビジョン—

ライセンスMIT

アーキテクチャMoE

GGUF リポジトリunsloth/GLM-5.2-GGUF

Ollama タグ—

30日ダウンロード1,134,389

Q4 最小VRAM445 GB · Q4_K_M · 8K

エキスパートオフロードVRAM 41 GB + RAM 406 GB

パラメータ数744B

MoE40B

レイヤー数78

隠れ層次元6,144

KV ヘッド数64

ヘッド次元192

最大コンテキスト1M

提供元Z.ai / Zhipu AI

GLM 5.2 の量子化・コンテキスト別の必要VRAM

8K 時の合計

MoE：総パラメータ 744B すべてをメモリに常駐させる必要があり、速度は 1 トークンあたり有効な 40B で決まります。

量子化	重みサイズGB	8K 時の合計GB	32K 時の合計GB	128K 時の合計GB
Q4_K_M	414.7推定	445	532.7	883.7
Q5_K_M	502推定	532.3	620	971
Q8_0	771.2推定	801.5	889.2	1,240.2
FP16	1,455.1推定	1,485.3	1,573.1	1,924.1

合計 = 重み + KV キャッシュ（FP16）+ 実行時オーバーヘッド 1GB。GGUF と付いた重みはリポジトリの実測ファイルサイズ、「推定」はパラメータあたりのバイト数からの概算です。このモデルの上限 1M を超えるコンテキストは「—」と表示します。

GLM 5.2 を動かせるGPUは？

Q4_K_M・8K コンテキスト・eBayの中古価格の安い順

デバイス	VRAMGB	中古価格	推定 t/s	推奨コンテキスト
Mac Studio M3 Ultra 512GB	512	—出品なし	11.5	8K

判定基準：重み + KV キャッシュ + 実行時オーバーヘッド ≤ 利用可能メモリ、1 枚構成。MoE モデルの「オフロード」はエキスパート重みをシステム RAM に置けば動作することを示し（VRAM にはアテンション層と KV キャッシュのみ）、その速度は RAM 帯域幅 70 GB/s を前提に推定。コンテキスト列は収まる最大段階です。

エキスパートを RAM に置けば GLM 5.2 を動かせる GPU

エキスパート重みはシステム RAM に置き（406 GB 以上が必要）、VRAM にはアテンション層・共有エキスパート・KV キャッシュのみで Q4 なら最低 41 GB。速度は RAM 帯域幅（70 GB/s で推定）に縛られ、全量 VRAM 構成よりかなり遅くなります。

デバイス	VRAMGB	中古価格	必要 RAMGB	推定 t/s
GeForce RTX 4090 48GB (改造)	48	—	406	3.3
Radeon PRO W7900	48	—	406	3.1
RTX PRO 5000 Blackwell 48GB	48	—	406	3.4
CMP 170HX 64GB (改造)	64	—	406	3.4
Instinct MI210	64	—	406	3.4
RTX PRO 5000 Blackwell 72GB	72	—	406	3.4
RTX PRO 6000D	84	—	406	3.4
RTX PRO 6000 Blackwell	96	—	406	3.5
DGX Spark 128GB	128	—	406	2.5
Mac Studio M4 Max 128GB	128	—	406	2.9
Mac Studio M5 Max 128GB	128	—	406	2.9
MacBook Pro M4 Max 128GB	128	—	406	2.9
MacBook Pro M5 Max 128GB	128	—	406	2.9
Ryzen AI Max+ 395 128GB	128	—	406	2.2

Ollama / llama.cpp / vLLM で GLM 5.2 を起動する

Ollama

Ollama ライブラリに公式タグはまだありません。

llama.cpp

llama.cpp は Hugging Face から GGUF を直接取得します。-c はコンテキスト長です。

llama-server -hf unsloth/GLM-5.2-GGUF:Q4_K_M -c 8192

vLLM

vLLM は元の精度の重みを読み込むため、GGUF よりはるかに多くのメモリ（通常は複数枚）が必要です。

vllm serve zai-org/GLM-5.2

ファイル名はその週のモデルライブラリ取得時点のものです。定義はデータ方法を参照してください。データ方法

よくある質問

GLM 5.2 にはどれくらいのVRAMが必要ですか？

Q4_K_M・8K コンテキストでは GLM 5.2 に約 445GB のVRAMが必要で、536GB あれば余裕があります。

GLM 5.2 を動かせる最も安いGPUは？

Mac Studio M3 Ultra 512GB です。VRAM 512GB、推定 11.5 tokens/s。このデバイスの中古価格データはまだありません。

GLM 5.2 は Ollama で動かせますか？

まだできません。Ollama ライブラリに公式タグがないため、llama.cpp で GGUF を読み込んでください。