GLM-4.5-Air の VRAM・メモリ要件
出典付きの構成と、選択した重みファイルに基づく具体的なチェックポイントです。 GGUF Q4_K_M (Unsloth)：8,192 トークンで約 69.53 GiB–71.36 GiB、シーケンス 1、FP16 KV、llama.cpp。
これは見積もりであり、実機トレースではありません。未確認ファイル由来の重み
動く構成
公開元と出典
- 提供元Zhipu AI
- Hugging Face
zai-org/GLM-4.5-Air - Revision
a24ceef6ce4f3536971efe9b778bdaa1bab18daa - 総パラメータ数110,468,824,832
- アクティブパラメータ数不明 / 独立した出典がない
- 層数46
- クエリヘッド96
- KVヘッド8 (gqa)
- ヘッド次元128
- 記録されているコンテキスト上限131,072
- 完全性complete · full
アクティブパラメータ数は不明、または独立した出典がありません。アクティブ数はルーティング計算量であり、常駐ウェイト全体ではありません。
この見積もりのメモリ内訳
ファイルのバイト、生の KV、エンジンの追加分、合計需要は別々です。ランタイムのトレースではありません。
- Weight artifact
- 67.96 GiB (72,975,748,384 bytes)
- Raw KV cache
- 1.44 GiB (1,543,503,872 bytes)
- Engine extras / workspace
- 0.13 GiB–1.96 GiB
- Total estimated demand
- 69.53 GiB–71.36 GiB
計上したファイル
| 量子化 | 計上したファイル | バイト | 実行エンジン | 根拠 |
|---|---|---|---|---|
| BF16 safetensors bf16 | 110,468,824,832 (102.88 GiB / 110.47 GB) | vllm, sglang, unspecified | file-metadata | |
| GGUF Q4_K_M (Unsloth) gguf-q4_k_m | Q4_K_M/GLM-4.5-Air-Q4_K_M-00001-of-00002.gguf, Q4_K_M/GLM-4.5-Air-Q4_K_M-00002-of-00002.gguf | 72,975,748,384 (67.96 GiB / 72.98 GB) | llama.cpp, ollama, unspecified | file-metadata |
| GGUF Q5_K_M (Unsloth) gguf-q5_k_m | Q5_K_M/GLM-4.5-Air-Q5_K_M-00001-of-00002.gguf, Q5_K_M/GLM-4.5-Air-Q5_K_M-00002-of-00002.gguf | 83,519,589,632 (77.78 GiB / 83.52 GB) | llama.cpp, ollama, unspecified | file-metadata |
| GGUF Q6_K (Unsloth) gguf-q6_k | Q6_K/GLM-4.5-Air-Q6_K-00001-of-00002.gguf, Q6_K/GLM-4.5-Air-Q6_K-00002-of-00002.gguf | 99,007,528,192 (92.21 GiB / 99.01 GB) | llama.cpp, ollama, unspecified | file-metadata |
| GGUF Q8_0 (Unsloth) gguf-q8_0 | Q8_0/GLM-4.5-Air-Q8_0-00001-of-00003.gguf, Q8_0/GLM-4.5-Air-Q8_0-00002-of-00003.gguf, Q8_0/GLM-4.5-Air-Q8_0-00003-of-00003.gguf | 117,456,506,240 (109.39 GiB / 117.46 GB) | llama.cpp, ollama, unspecified | file-metadata |
| INT4 theoretical | 公開ファイルなし | 55,234,412,416 (理論行はダウンロード可能な成果物ではありません。) | — | theoretical |
量子化とコンテキストごとのメモリ
同時シーケンスは 1 です。KV は既定で FP16 です。範囲には、記載したエンジンの記録済みランタイム分が含まれます。数字は対話式計算機と同じコアです。
| 量子化 | 2,048 tokens | 8,192 tokens | 32,768 tokens |
|---|---|---|---|
| BF16 safetensors | 103.87 GiB–105.75 GiB | 104.94 GiB–106.86 GiB | 109.26 GiB–111.30 GiB |
| GGUF Q4_K_M (Unsloth) | 68.45 GiB–70.19 GiB | 69.53 GiB–71.36 GiB | 73.84 GiB–75.98 GiB |
| GGUF Q5_K_M (Unsloth) | 78.27 GiB–80.21 GiB | 79.35 GiB–81.38 GiB | 83.66 GiB–85.99 GiB |
| GGUF Q6_K (Unsloth) | 92.69 GiB–94.92 GiB | 93.77 GiB–96.09 GiB | 98.08 GiB–100.70 GiB |
| GGUF Q8_0 (Unsloth) | 109.87 GiB–112.44 GiB | 110.95 GiB–113.62 GiB | 115.26 GiB–118.23 GiB |
| INT4 theoretical 理論行はダウンロード可能な成果物ではありません。 | 51.93 GiB–67.25 GiB | 53.00 GiB–68.60 GiB | 57.32 GiB–73.91 GiB |
KV Cache（生データ）
標準の GQA/MHA 生 KV は 2 × 層数 × kvHeads × headDim × トークン数 × シーケンス数 × 要素バイトです。このページは query heads（96）ではなく KV heads（8）を使います。
- 8,192 tokens, 1 sequence, FP16: 1,543,503,872 bytes (1.4375 GiB)
- 32,768 tokens: 6,174,015,488 bytes (5.7500 GiB)
関連ページ
出典
結果を左右する前提
- 要求コンテキストは記録上のネイティブ窓 131072 トークン以内です。
- 常駐ウェイトの見積もりは総パラメータを使い、非アクティブな MoE エキスパートも含めます。
- アクティブパラメータ数は不明、または独立した出典がありません。アクティブ数はルーティング計算量であり、常駐ウェイト全体ではありません。
- ウェイトのバイト数は選んだファイルだけです。リポジトリ内の全量子化を合計しません。
- ダウンロードサイズはピーク GPU メモリではありません。実行時レイアウトと KV は別です。
- 計上したファイル: Q4_K_M/GLM-4.5-Air-Q4_K_M-00001-of-00002.gguf, Q4_K_M/GLM-4.5-Air-Q4_K_M-00002-of-00002.gguf。
- MTP / draft ウェイトがあります。有効にするまで含めません。
- コンテキストはシーケンスあたりのキャッシュトークン数（入力＋生成の予約）です。
計算機
公開カタログスナップショットを読み込み中…
検索するかカタログから選ぶと、ローカルLLMの必要VRAMが出ます。
検索するかカタログから選ぶと、ローカルLLMの必要VRAMが出ます。