GLM-4.7 / GLM-Z1 — Zhipu AI (Z.ai) 的本地 AI 模型
作者： Jakub Rusinowski · 最后更新：
智谱AI 2026年2月的MoE模型。GLM-4.7采用32B活跃MoE架构，在幻觉排行榜上与Claude Opus 4.5持平。GLM-Z1推理变体在人工智能指数上接近GPT-5.2水平。强大的多语言支持，尤其在中文方面有深度优势。
变体
GLM-4.7 / GLM-Z1 最小的变体在 Q4_K_M 下约需 6 GB 显存——量化权重加框架开销，不含 KV 缓存。
| 模型 | Q4 下显存 | 显存 | 上下文 | 运行 |
|---|---|---|---|---|
| GLM-4 9B → 9B | ~6.2 GB | 128,000 | ollama run glm4:9b | |
| GLM-Z1 32B (Reasoning) → 32B | ~20.1 GB | 128,000 | ollama run glm-z1:32b | |
| GLM-4.7-Flash 30B-A3B → 30B (3B active) | ~18.9 GB | 198,000 | ollama run glm-4.7-flash |
显存为 Q4_K_M 下的量化权重加开销，与 GPU 与显存检测器使用同一引擎计算。
如何在本地运行 GLM-4.7 / GLM-Z1
安装 Ollama，然后拉取标签。
ollama run glm4:9b在上方选择一个尺寸，查看它自己的显存、速度估算和安装命令。
许可证
Commercial use permitted. No usage restrictions beyond attribution.
适用于: GLM-4 9B, GLM-Z1 32B (Reasoning)Commercial use permitted. No usage restrictions beyond attribution.
适用于: GLM-4.7-Flash 30B-A3B推荐 GPU
目录中能在本地运行 GLM-4.7 / GLM-Z1（至少 6 GB 显存）的最便宜 GPU 是 Intel Arc B570 (10 GB).
我的 GPU 能运行 GLM-4.7 / GLM-Z1 吗？
- GLM-4.7 / GLM-Z1 在 AMD Radeon RX 7900 XT 上
- GLM-4.7 / GLM-Z1 在 AMD Radeon RX 7900 XTX 上
- GLM-4.7 / GLM-Z1 在 AMD Radeon RX 9060 XT 8GB 上
- GLM-4.7 / GLM-Z1 在 Apple M1 Pro 上
- GLM-4.7 / GLM-Z1 在 Apple M2 Pro 上
- GLM-4.7 / GLM-Z1 在 Apple M3 Pro 上
- GLM-4.7 / GLM-Z1 在 Apple M4 上
- GLM-4.7 / GLM-Z1 在 Apple M5 上
- GLM-4.7 / GLM-Z1 在 Intel Arc B570 上
- GLM-4.7 / GLM-Z1 在 Intel Arc B580 上
- GLM-4.7 / GLM-Z1 在 NVIDIA GeForce RTX 3060 (12GB) 上
- GLM-4.7 / GLM-Z1 在 NVIDIA GeForce RTX 3070 上
- GLM-4.7 / GLM-Z1 在 NVIDIA GeForce RTX 3070 Ti 上
- GLM-4.7 / GLM-Z1 在 NVIDIA GeForce RTX 3080 (10GB) 上
- GLM-4.7 / GLM-Z1 在 NVIDIA GeForce RTX 3090 上
- GLM-4.7 / GLM-Z1 在 NVIDIA GeForce RTX 4060 上
- GLM-4.7 / GLM-Z1 在 NVIDIA GeForce RTX 4070 上
- GLM-4.7 / GLM-Z1 在 NVIDIA GeForce RTX 4070 Super 上
- GLM-4.7 / GLM-Z1 在 NVIDIA GeForce RTX 4070 Ti 上
- GLM-4.7 / GLM-Z1 在 NVIDIA GeForce RTX 4090 上
- GLM-4.7 / GLM-Z1 在 NVIDIA GeForce RTX 5060 上
- GLM-4.7 / GLM-Z1 在 NVIDIA GeForce RTX 5060 Ti 8GB 上
- GLM-4.7 / GLM-Z1 在 NVIDIA GeForce RTX 5070 上
- GLM-4.7 / GLM-Z1 在 NVIDIA GeForce RTX 5090 上
- GLM-4.7 / GLM-Z1 在 NVIDIA L40S 上
- GLM-4.7 / GLM-Z1 在 NVIDIA RTX 6000 Ada Generation 上
GLM-4.7 / GLM-Z1 — 常见问题
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 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.