GLM-5.3-Flash
官方 · FP8 · safetensors
已验证运行环境: Transformers vLLM SGLang Tokenspeed KTransformers
| 精度 / 量化 | 格式 | 位数 | 发布者可信度 | 部署状态 |
|---|---|---|---|---|
| FP8 | safetensors | 8 | 官方 | 已验证运行环境 |
总参数320.0B
激活参数18.0B
上下文窗口1,048,576 tokens
版本状态当前 · 当前
架构Glm5NextForConditionalGeneration
模态文本, 图像
许可证MIT 许可证
部署状态具备认证配置，可部署
商业状态允许商业使用
发布日期2026-08-25
架构、优势与用途
GLM-5.3-Flash 是 Z.ai 在 GLM 快速分支中的官方可自托管版本，采用 Glm5NextForConditionalGeneration、320B / 18B MoE，认证上下文为 1,048,576 词元。
GLM-5.3-Flash 使用 Glm5NextForConditionalGeneration 和 320B / 18B MoE。官方资料发布时记录 45 层、隐藏维度 4096 和 64 个注意力头。
已验证的 Glm5NextForConditionalGeneration 架构
1,048,576 词元认证上下文
官方检查点来源
私有 LLM 推理
智能体工作流
长文档处理
已认证检查点与量化
仅显示与此版本关联并经来源认证的精确变体。
GLM-5.3-Flash
官方 · 未知 · unknown
| 精度 / 量化 | 格式 | 位数 | 发布者可信度 | 部署状态 |
|---|
推荐硬件
仅使用与精确检查点精度匹配的认证运行时组合。硬件排序会检查权重、KV 缓存、开销、GPU 架构与拓扑。
估算权重内存306.96 GB
KV 缓存11.25 GB
运行时开销102.59 GB
含安全余量总计521.8 GB
技术兼容参考配置
当前 FusionPointAI 库存没有同时通过此检查点的运行时、架构、拓扑和内存检查。请使用估算器查看全球兼容硬件。
许可证与自托管注意事项
全部 320 B 常驻权重必须装入所选 GPU；上下文与并发会增加 KV 缓存。
GLM-5.3-Flash 采用 MIT 许可证 发布，并保留版本级官方 URL 与验证日期。
允许商业使用. 官方许可允许商业使用，但仍须遵守其全部义务。
替代方案与同代变体
GLM-4.7 Flash, GLM-5.3-Flash
常见问题
GLM-5.3-Flash 需要多少 VRAM？
估算取决于精度、上下文和并发，并使用认证数据。
哪些运行时支持 GLM-5.3-Flash？
transformers, vllm, sglang, tokenspeed, ktransformers 已有认证的上游证据。
GLM-5.3-Flash 可用于商业用途吗？
存储分类为允许商业使用；请查阅官方 MIT 许可证 条款。
官方来源
最近验证: 2026-08-26