GLM-5.3-Flash
رسمي · FP8 · safetensors
اجرا چاپېریال تایید شوی: Transformers vLLM SGLang Tokenspeed KTransformers
| Precision / quantization | بڼه | بټونه | پر خپروونکي باور | د ځایپرځای کولو حالت |
|---|---|---|---|---|
| FP8 | safetensors | 8 | رسمي | اجرا چاپېریال تایید شوی |
GLM · چټک · GLM-5.3
GLM-5.3-Flash: ځانګړنې، د GPU اړتیاوې، کوربهتوب او ځایپرځای کول
GLM-5.3-Flash is a current Fast release in the GLM family, certified from its immutable official source revision.
ټول پارامېټرونه۳۲۰٫۰B
فعال پارامېټرونه۱۸٫۰B
د context کړکۍ۱٬۰۴۸٬۵۷۶ tokens
د نسخې وضعیتاوسنی · اوسنی
معماريGlm5NextForConditionalGeneration
موداليټيګانېمتن, انځور
جوازMIT
د ځایپرځای کولو حالتله تصدیق شوي تنظیم سره ځایپرځای کېدای شي
سوداګریز وضعیتسوداګریزه کارونه اجازه لري
د خپرېدو نېټه2026-08-25
معماري، پیاوړتیاوې او کارونې
GLM-5.3-Flash is an official self-hostable Z.ai release in the GLM Fast track. It uses Glm5NextForConditionalGeneration, carries 320B / 18B MoE, supports a verified context window of 1,048,576 ټوکنونه, and exposes only source-certified checkpointونه and د اجرا چاپېریال combinations. Its release, license and deployment facts are tied to the official repository revision rather than inferred from the family name.
GLM-5.3-Flash uses Glm5NextForConditionalGeneration with 320B / 18B MoE. The stored architecture profile records 45 layers, hidden width 4096, 64 attention heads and a 1,048,576 ټوکن context ceiling where the official configuration publishes those fields.
Verified Glm5NextForConditionalGeneration architecture
1,048,576 ټوکن certified context
Official FP8, Unknown checkpoint coverage
Private LLM inference
Agentic workflows
Long-context document processing
Vision-language analysis
تایید شوي checkpoint-ونه او quantization-ونه
یوازې د سرچینې له خوا تصدیق شوې کره بڼې چې له دې نسخې سره تړلې دي، ښودل کېږي.
GLM-5.3-Flash
رسمي · ناپېژندل شوی · unknown
| Precision / quantization | بڼه | بټونه | پر خپروونکي باور | د ځایپرځای کولو حالت |
|---|
سپارښتل شوی هارډوېیر
Use only the listed transformers, vllm, sglang, tokenspeed, ktransformers د اجرا چاپېریال configuration with the exact checkpoint precision. The recommendation engine checks weight memory, KV cache, د اجرا چاپېریال overhead, safety اضافي ظرفیت, GPU architecture and topology before ranking rentable and reference hardware.
د وزنونو اټکلي حافظه306.96 GB
KV cache11.25 GB
د اجرا چاپېریال اضافي اړتیا102.59 GB
ټول له خوندیتوب حاشیې سره521.8 GB
له تخنیکي پلوه سازګاره مرجع اندازهټاکنه
د FusionPointAI په اوسني موجودي کې هېڅ مورد د دې کره checkpoint لپاره د اجرا چاپېریال، معمارۍ، جوړښت او حافظې ټول شرطونه نه پوره کوي. د نړۍ په کچه سازګار هارډوېیر لپاره اټکلکوونکی وکاروئ.
د جواز او خپل کوربهتوب ملاحظات
The full 320B resident weight set must fit across the selected GPUs. Context and concurrency add KV-cache memory; MoE active parameters do not replace resident-weight memory.
GLM-5.3-Flash is published under MIT. The release-scoped official license link and verification date are retained with the catalogue record.
سوداګریزه کارونه اجازه لري. رسمي جواز سوداګریزه کارونه اجازه کوي؛ د جواز نور مکلفیتونه هم پر خپل ځای دي.
بدیلونه او همنسله بڼې
GLM-4.7 Flash, GLM-5.3-Flash
د نسخو مهالوېش
zai/glm/glm-5-3-flash
د سرچینې جزئیات
د سرچینې revision: 925c6647cbf1c9ad3acc32541ac622ff5c77ca509cb2dd2ad949e53edeceeaac
ZhipuAI/GLM-5.3-Flash @ 2026-08-31T12:52:00Z
ډېرې پوښتل شوې پوښتنې
How much VRAM does GLM-5.3-Flash require?
The exact estimate depends on checkpoint precision, context and concurrency; the page recommendation uses the certified memory engine and compatible د اجرا چاپېریال configurations.
Which د اجرا چاپېریالونه ملاتړ GLM-5.3-Flash?
Certified upstream د اجرا چاپېریال evidence is available for transformers, vllm, sglang, tokenspeed, ktransformers.
Can GLM-5.3-Flash be used commercially?
The stored commercial classification is Commercial Use Allowed. Consult the official MIT terms for the final obligations.
رسمي مراجع
وروستی تایید: 2026-08-26