GLM-5.2 744B — VRAM, szybkość i lokalna konfiguracja
Autor: Jakub Rusinowski · Ostatnia aktualizacja:
The full GLM-5.2 MoE. At 744B total parameters this needs roughly 400 GB even at Q4 — a multi-node or datacenter deployment, not a workstation, despite the modest ~40B active count. Reach it through the Z.ai API or a hosted provider unless you have that hardware. The 1M-token context and MIT license are what set it apart from other models at this scale.
GLM-5.2 744B potrzebuje około 450 GB VRAM przy Q4_K_M — skwantyzowane wagi plus narzut frameworka, bez pamięci podręcznej KV. Na Apple Silicon ta wartość pochodzi z pamięci zunifikowanej.
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. | Pamięć | VRAM | Szybkość (szac.) | Dopasowanie |
|---|---|---|---|---|
| Q2_K 2.63 bpw | 245.4 GB | — | Za duży | |
| Q3_K_M 3.41 bpw | 317.9 GB | — | Za duży | |
| Q4_K_M 4.83 bpw | 450 GB | — | Za duży | |
| Q5_K_M 5.67 bpw | 528.1 GB | — | Za duży | |
| Q6_K 6.56 bpw | 610.9 GB | — | Za duży | |
| Q8_0 8.50 bpw | 791.3 GB | — | Za duży | |
| F16 16.00 bpw | 1488.8 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-5.2 744B →
Uruchom GLM-5.2 744B
GLM-5.2 744B is not practical on a single consumer GPU: it needs about 450 GB at Q4_K_M, more than any single device in our catalogue holds with headroom. How multi-GPU inference works, or rent a multi-GPU server by the hour:
Jako partner Amazon zarabiamy na kwalifikujących się zakupach. Linki do chmurowych GPU są linkami polecającymi — możemy otrzymać prowizję bez dodatkowych kosztów dla Ciebie.
Jak uruchomić GLM-5.2 744B
Zainstaluj Ollama, a potem uruchom:
ollama run glm-5-2Specyfikacja
Preview — The model is released, but these specs are thin or rest on a single source. Individual fields may be wrong.
Preview — The model is released, but these specs are thin or rest on a single source. Individual fields may be wrong.
- Parametry
- 744 Billion (~40B active)
- Okno kontekstu
- 1,000,000
- Architektura
- Mixture-of-Experts (two reasoning-effort levels)
- Dostawca
- Zhipu AI (Z.ai)
- Licencja
- MIT
- Practical deployment
- Multi-GPU server
- Określono przy
- Q4_K_M
- RAM systemowy
- 768 GB
- Rekord zaktualizowany
- 2026-08-15
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.
Czy uruchomię GLM-5.2 744B na moim GPU?
GLM-5.2 744B — najczęściej zadawane pytania
How much VRAM does GLM-5.2 744B need?
About 450 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-5.2 744B run on an RTX 4090 (24 GB)?
No. GLM-5.2 744B needs about 450 GB at Q4_K_M, more than a single RTX 4090's 24 GB. It needs a larger card, several GPUs, or Apple Silicon with enough unified memory — or it runs with part of the weights offloaded to system RAM, which is much slower.
How do I run GLM-5.2 744B locally?
Install Ollama and run `ollama run glm-5-2`. That pulls the weights and starts a local OpenAI-compatible endpoint; after the download nothing leaves the machine.