GLM 5.3 Flash 如何本地部署？

VRAMGlass 編輯部 · 更新於 2026年9月10日

GLM 5.3 Flash 是 MoE 模型，總參數 320B，每 token 啟用 18B。Q4 量化整機放顯存需要 202GB；把專家放進系統記憶體後只需 30GB 顯存 + 174GB 記憶體。能裝下它的最便宜裝置是 Mac Studio M3 Ultra 512GB，暫無價資料，預估 19.3 tokens/s。卸載模式下最便宜能跑的顯示卡是 Tesla V100 32GB，預估 8 tokens/s。

GLM 5.3 Flash 版本資訊

發布日期2026年8月25日

Hugging Face 倉庫zai-org/GLM-5.3-Flash

小版本—

授權MIT

架構MoE

GGUF 倉庫unsloth/GLM-5.3-Flash-GGUF

Ollama 標籤—

Q4 最低記憶體202 GB · Q4_K_M · 8K

專家卸載30 GB 顯存 + 174 GB 記憶體

參數量320B

MoE18B

層數45

隱藏維度4,096

KV 頭64

頭維度256

上下文上限1M

廠商Z.ai / Zhipu AI

GLM 5.3 Flash 本地部署需要多少顯示記憶體？

MoE：總參數 320B 全部要常駐記憶體，速度按每 token 啟用的 18B 計算。

量化	權重體積GB	8K 總記憶體GB	32K 總記憶體GB	128K 總記憶體GB
1-bit	97.6GGUF	98.6	166.1	436.1
2-bit	108.7GGUF	142.4	209.9	479.9
3-bit	147.5GGUF	176.8	244.3	514.3
4-bit	199.7GGUF	201.9	269.4	539.4
5-bit	240.3GGUF	239.4	306.9	576.9
8-bit	341GGUF	355.2	422.7	692.7
FP16	641.6GGUF	649.3	716.8	986.8

總記憶體 = 權重 + KV cache（FP16）+ 1GB 執行開銷。標 GGUF 的權重是倉庫裡的實測檔案體積，標「估」的按每參數位元組估算。超過這個模型 1M 上下文上限的檔位寫「—」。各檔取倉庫裡該位元數的任一檔案，優先 unsloth 動態量化，所以同一檔不同模型對應的檔名可能不同。

什麼顯示卡能跑 GLM 5.3 Flash？

AmazonJP

裝置	顯存GB	價	預估 t/s	建議上下文
Mac Studio M3 Ultra 512GB	512	—暫無掛單	19.3	32K

判定口徑：權重 + KV cache + 執行開銷 ≤ 可用記憶體，單卡。MoE 模型標「卸載」表示把專家權重放進系統記憶體後能跑（顯存只放注意力層與 KV cache），速度按記憶體頻寬 70 GB/s 估算。上下文欄給的是能裝下的最大檔位。

GLM 5.3 Flash 混合推論推薦顯示卡

AmazonJP

專家權重放系統記憶體，需要 ≥ 174 GB 記憶體；顯存只放注意力層、共享專家和 KV cache，Q4 下最低 30 GB。速度受記憶體頻寬限制（按 70 GB/s 估算），比整機放顯存慢得多。

裝置	顯存GB	價	需記憶體GB	預估 t/s
Tesla V100 32GB	32	NT$35,903	174	7.7
Arc Pro B70	32	NT$65,260	174	6.1
Radeon AI PRO R9700	32	NT$70,604	174	6.4
Ryzen AI Max+ 395 128GB	128	NT$123,134	174	4.3
GeForce RTX 5090	32	NT$235,669	174	8.5
DGX Spark 128GB	128	NT$258,779	174	5.2
Arc Pro B65	32	—	174	6.1
GeForce RTX 4080 SUPER 32GB	32	—	174	7.3
GeForce RTX 5090 D	32	—	174	8.5
Instinct MI100	32	—	174	7.6
Instinct MI50 32GB	32	—	174	7.3
Radeon PRO W7800	32	—	174	6.2
RTX PRO 4500 Blackwell	32	—	174	7.6
A100 40GB PCIe	40	—	174	8.4
CMP 170HX 40GB	40	—	174	8.4
GeForce RTX 4090 48GB	48	—	174	7.8
Radeon PRO W7900	48	—	174	7
RTX PRO 5000 Blackwell 48GB	48	—	174	8.2
CMP 170HX 64GB	64	—	174	8.3
Instinct MI210	64	—	174	8
RTX PRO 5000 Blackwell 72GB	72	—	174	8.2
RTX PRO 6000D	84	—	174	8.4
RTX PRO 6000 Blackwell	96	—	174	8.5
Mac Studio M4 Max 128GB	128	—	174	6.3
Mac Studio M5 Max 128GB	128	—	174	6.5
MacBook Pro M4 Max 128GB	128	—	174	6.3
MacBook Pro M5 Max 128GB	128	—	174	6.5

用 Ollama / llama.cpp / vLLM 本地部署 GLM 5.3 Flash

Ollama

Ollama 庫暫無官方標籤。

llama.cpp

llama.cpp 直接從 Hugging Face 拉 GGUF，-c 是上下文長度。

llama-server -hf unsloth/GLM-5.3-Flash-GGUF:Q4_K_M -c 8192

vLLM

vLLM 跑的是原始精度權重，記憶體需求比 GGUF 高得多，通常要多卡。

vllm serve zai-org/GLM-5.3-Flash

量化檔名以模型庫當週抓取為準，口徑見資料方法。資料方法

常見問題

GLM 5.3 Flash 需要多少記憶體？

在 Q4_K_M 量化、8K 上下文下 GLM 5.3 Flash 約需 202GB 記憶體，留到 244GB 更穩。

哪張顯示卡最便宜能跑 GLM 5.3 Flash？

Mac Studio M3 Ultra 512GB，512GB 記憶體，預估 19.3 tokens/s；這台裝置還沒有價資料。

GLM 5.3 Flash 能用 Ollama 跑嗎？

暫時不行，Ollama 庫還沒有它的官方標籤；可以用 llama.cpp 載入 GGUF。