GLM-5.3 — lokalny model AI od Zhipu AI (Z.ai)
Autor: Jakub Rusinowski · Ostatnia aktualizacja:
Flagowiec Z.ai o 753 mld parametrów z sierpnia 2026. Dzieli model bazowy z GLM-5.2, więc cały postęp pochodzi z dostrajania; karta modelu eksponuje agentowe kodowanie i cyberbezpieczeństwo. Tylko tekst, kontekst 1M tokenów i własna licencja: w stylu MIT, ale operator usługi Model-as-a-Service z rocznym przychodem powyżej 10 mld USD musi przejść przegląd bezpieczeństwa Z.ai przed użyciem komercyjnym. Multimodalny model 320B to GLM-5.3-Flash.
Warianty
Najmniejszy wariant GLM-5.3 potrzebuje około 456 GB VRAM przy Q4_K_M — skwantyzowane wagi plus narzut frameworka, bez pamięci podręcznej KV.
| Model | VRAM przy Q4 | VRAM | Kontekst | Uruchom |
|---|---|---|---|---|
| GLM-5.3 → 753B (40B active) | ~455.6 GB | 1,048,576 | tag hostowany w chmurze |
Pamięć to skwantyzowane wagi plus narzut przy Q4_K_M, liczone tym samym silnikiem co sprawdzarka GPU i VRAM.
Jak uruchomić GLM-5.3 lokalnie
Zainstaluj Ollama, a potem pobierz tag.
No local Ollama tag. Ollama lists glm-5.3 only as a cloud-hosted ':cloud' tag, which runs on Ollama's servers, not your machine.
Wybierz rozmiar powyżej, aby zobaczyć jego VRAM, szacowaną szybkość i polecenie instalacji.
Licencja
Weights are downloadable and commercial use is permitted, subject to the licence’s acceptable-use terms.
Dotyczy: GLM-5.3GLM-5.3 — najczęściej zadawane pytania
How much VRAM does GLM-5.3 need?
GLM-5.3 needs about 456 GB VRAM at Q4_K_M quantization for its smallest variant. Variants: GLM-5.3 (456 GB, Q4_K_M). On Apple Silicon, unified memory counts toward this requirement.
Can I run GLM-5.3 on an RTX 4090 (24 GB)?
GLM-5.3's smallest variant needs about 456 GB, which exceeds a single RTX 4090 (24 GB). Use multiple GPUs, a higher-VRAM card, or Apple Silicon with large unified memory.
What quantization should I use for GLM-5.3?
Q4_K_M is the best balance of quality and VRAM for GLM-5.3 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-5.3 with Ollama?
GLM-5.3 has no local Ollama tag — the published tag is cloud-hosted, so running it sends your prompts to a hosted GPU rather than your own machine.