GLM-5.3 — Zhipu AI (Z.ai) 的本地 AI 模型
作者： Jakub Rusinowski · 最后更新：
Z.ai 于 2026 年 8 月发布的 7530 亿参数旗舰。它与 GLM-5.2 共用基座模型，所有提升都来自后训练；模型卡重点展示智能体编程与网络安全能力。仅支持文本，上下文 100 万 token，采用自有许可：类 MIT，但年收入超过 100 亿美元的“模型即服务”运营方在商用前须通过 Z.ai 的安全审查。原生多模态的 320B 版本请见 GLM-5.3-Flash。
变体
GLM-5.3 最小的变体在 Q4_K_M 下约需 456 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-5.3 → 753B (40B active) | ~455.6 GB | 1,048,576 | 云端托管标签 |
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-5.3
安装 Ollama，然后拉取标签。
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.
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
Weights are downloadable and commercial use is permitted, subject to the licence’s acceptable-use terms.
适用于: GLM-5.3GLM-5.3 — 常见问题
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.