Zhipu AI (Z.ai)30B (3B active)~19 GB VRAM przy Q4_K_M

GLM-4.7-Flash 30B-A3B — VRAM, szybkość i lokalna konfiguracja

Name: LLM Configurator — GPU VRAM Checker
Author: LLM Configurator

Autor: Jakub Rusinowski · Ostatnia aktualizacja: 15 sierpnia 2026

Z.ai's local-first coder: a 30B-total / 3B-active MoE that delivers 30B-class output quality at roughly 3B-class speed, which is what makes it practical on a single consumer card. Q4_K_M is ~19 GB, so it fits a 24GB GPU with room for a long context; q8_0 (~32 GB) and bf16 (~60 GB) tags exist for workstation setups. 198K context and an MIT license make it one of the least restrictive local coding models available.

GLM-4.7-Flash 30B-A3B potrzebuje około 19 GB VRAM przy Q4_K_M — skwantyzowane wagi plus narzut frameworka, bez pamięci podręcznej KV. Na Apple Silicon ta wartość pochodzi z pamięci zunifikowanej.

Logika88

Kreatywność82

Kod91

VRAM i szybkość według kwantyzacji

Liczone dla NVIDIA RTX 4090 (24 GB). Tylko wagi i narzut: architektura tego modelu nie jest opublikowana, więc nie doliczamy pamięci KV.

Kwant.	VRAM	Szybkość (szac.)	Dopasowanie
Q2_K 2.63 bpw	10.7 GB	~212 tok/s	Mieści się
Q3_K_M 3.41 bpw	13.6 GB	~196 tok/s	Mieści się
Q4_K_M 4.83 bpw	18.9 GB	~172 tok/s	Mieści się
Q5_K_M 5.67 bpw	22.1 GB	~160 tok/s	Na styk
Q6_K 6.56 bpw	25.4 GB	~22 tok/s	Częściowo w RAM
Q8_0 8.50 bpw	32.7 GB	~20 tok/s	Częściowo w RAM
F16 16.00 bpw	60.8 GB	—	Za duży

Czarny znacznik = dostępna pamięć na NVIDIA RTX 4090 (24 GB). Szacunki z modelu przepustowości pamięci opisanego na stronie metodologii. Kalkulator VRAM dla GLM-4.7-Flash 30B-A3B →

Uruchom GLM-4.7-Flash 30B-A3B

Najtańsze GPU z naszego katalogu, które uruchomi GLM-4.7-Flash 30B-A3B, to AMD Radeon RX 7900 XTX (24 GB).

Kup ten sprzęt AMD Radeon RX 7900 XTX 24GB — 24 GB VRAM · 355 W board power Uruchom w chmurze RTX 4090 w RunPod — od $0.34/godz. · stawka sprawdzona 2026-07

lub porównaj w Vast.ai od $0.35/godz. (typical low · varies)

Jako partner Amazon zarabiamy na kwalifikujących się zakupach. Linki do chmurowych GPU są linkami polecającymi — możemy otrzymać prowizję bez dodatkowych kosztów dla Ciebie.

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.

AMD Radeon RX 7900 XTX 24GB

24 GB VRAM · 355 W board power

Ceny w 2026 są niestabilne — sprawdź aktualną ofertę.

Sprawdź cenę na Amazon

Jak uruchomić GLM-4.7-Flash 30B-A3B

Zainstaluj Ollama, a potem uruchom:

$ollama run glm-4.7-flash

Wagi na Hugging Face: zai-org/GLM-4.7-Flash ↗

Specyfikacja

Preview — The model is released, but these specs are thin or rest on a single source. Individual fields may be wrong.

Parametry: 30 Billion (3B active)
Okno kontekstu: 198,000
Architektura: Mixture-of-Experts
Dostawca: Zhipu AI (Z.ai)
Licencja: MIT
Practical deployment: Single consumer GPU
Określono przy: Q4_K_M
RAM systemowy: 32 GB
Rekord zaktualizowany: 2026-08-15

LicencjaMITUżycie komercyjne dozwolone

Commercial use permitted. No usage restrictions beyond attribution.

Jakość i zastosowania

Wyniki opublikowane przez autorów modelu lub niezależnego oceniającego — jakość, nie przepustowość, i nie mierzone przez nas.

Najlepszy docodingagentic taskslocal firstlong documents

Czy uruchomię GLM-4.7-Flash 30B-A3B na moim GPU?

Inne rozmiary GLM-4.7 / GLM-Z1

GLM-4.7-Flash 30B-A3B — najczęściej zadawane pytania

How much VRAM does GLM-4.7-Flash 30B-A3B need?

About 19 GB at Q4_K_M — quantized weights plus framework overhead, before any KV cache. The cache grows with context length and is added on top; the table above folds it in. Apple Silicon counts unified memory toward the same figure.

Does GLM-4.7-Flash 30B-A3B run on an RTX 4090 (24 GB)?

Yes. GLM-4.7-Flash 30B-A3B needs about 19 GB at Q4_K_M, inside a 24 GB card, at an estimated 172 tokens/sec.

How do I run GLM-4.7-Flash 30B-A3B locally?

Install Ollama and run `ollama run glm-4.7-flash`. That pulls the weights and starts a local OpenAI-compatible endpoint; after the download nothing leaves the machine.

What other sizes does GLM-4.7 / GLM-Z1 come in?

GLM-4 9B (6 GB), GLM-Z1 32B (Reasoning) (20 GB), GLM-4.7-Flash 30B-A3B (19 GB). Every size shares the family's training and licence; the larger ones score higher and need proportionally more memory.