GLM-4.7 / GLM-Z1 — Local AI Model by Zhipu AI (Z.ai)

Autor: Jakub Rusinowski · Ostatnia aktualizacja: 15 sierpnia 2026

Model MoE Zhipu AI z lutego 2026. GLM-4.7 używa architektury MoE 32B aktywnych i na benchmarkach halucynacji dorównuje Claude Opus 4.5. Wariant GLM-Z1 zorientowany na rozumowanie osiąga wyniki bliskie GPT-5.2. Mocna obsługa wielojęzykowa z głęboką znajomością języka chińskiego.

Licence

Licence	What it permits	Applies to
`Apache-2.0`	Commercial use permitted Commercial use permitted. No usage restrictions beyond attribution.	GLM-4.7 9B, GLM-Z1 32B (Reasoning)
`MIT`	Commercial use permitted Commercial use permitted. No usage restrictions beyond attribution.	GLM-4.7-Flash 30B-A3B

Hardware Requirements

GLM-4.7 9B	Min 6 GB VRAM · Q4_K_M · 128,000 ctx · `ollama run glm4:9b`
GLM-Z1 32B (Reasoning)	Min 20 GB VRAM · Q4_K_M · 128,000 ctx · `ollama run glm-z1:32b`
GLM-4.7-Flash 30B-A3B	Min 19 GB VRAM · Q4_K_M · 198,000 ctx · `ollama run glm-4.7-flash`

Recommended GPU

The cheapest GPU that runs GLM-4.7 / GLM-Z1 locally (min 6 GB VRAM) is the Intel Arc B570 (10 GB).

Ujawnienie afiliacyjne: Niektóre odnośniki na tej stronie to linki afiliacyjne — jeśli dokonasz zakupu za ich pośrednictwem, LLM Configurator może otrzymać prowizję bez dodatkowych kosztów dla Ciebie. Jako uczestnik programu Amazon Associates, LLM Configurator zarabia na kwalifikujących się zakupach.

Intel Arc B570 10GB

10 GB VRAM · 150 W board power

Ceny w 2026 są niestabilne — sprawdź aktualną ofertę.

Sprawdź cenę na Amazon

How to Run Locally

Install Ollama then run: ollama run glm4:9b

Minimum VRAM: 6 GB. For best results use Q4_K_M quantization.

GLM-4.7 / GLM-Z1 — Frequently Asked Questions

How much VRAM does GLM-4.7 / GLM-Z1 need?

GLM-4.7 / GLM-Z1 needs about 6 GB VRAM at Q4_K_M quantization for its smallest variant. Variants: GLM-4.7 9B (6 GB, Q4_K_M); GLM-Z1 32B (Reasoning) (20 GB, Q4_K_M); GLM-4.7-Flash 30B-A3B (19 GB, Q4_K_M). On Apple Silicon, unified memory counts toward this requirement.

Can I run GLM-4.7 / GLM-Z1 on an RTX 4090 (24 GB)?

Yes — GLM-4.7 / GLM-Z1 runs on an RTX 4090 (24 GB) and other 24 GB cards such as the RTX 3090. Smaller variants also fit comfortably on 8–16 GB GPUs at Q4_K_M.

What quantization should I use for GLM-4.7 / GLM-Z1?

Q4_K_M is the best balance of quality and VRAM for GLM-4.7 / GLM-Z1 in most cases. Choose Q8_0 for near-lossless quality if you have spare VRAM, or smaller quants (Q3/Q2) only when memory is tight.

How do I run GLM-4.7 / GLM-Z1 with Ollama?

Install Ollama, then run: ollama run glm4:9b. This downloads GLM-4.7 / GLM-Z1 and starts a local, OpenAI-compatible endpoint — no internet connection is needed after the initial download.