GLM-4.5 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 204.59 GiB–209.20 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

公開元と出典

提供元Zhipu AI
Hugging Facezai-org/GLM-4.5
Revisioncbb2c7cfb52fa128a9660cb1a7a78e017899e115
総パラメータ数358,337,791,296
アクティブパラメータ数不明 / 独立した出典がない
層数92
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: 201.59 GiB (216,455,572,672 bytes)
Raw KV cache: 2.88 GiB (3,087,007,744 bytes)
Engine extras / workspace: 0.13 GiB–4.73 GiB
Total estimated demand: 204.59 GiB–209.20 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 計算機: BF16 safetensors	safetensors シャード 93 件選択したバイトの合計：358,337,791,296 (333.73 GiB / 358.34 GB) 先頭のシャード：model-00001-of-00093.safetensors 末尾のシャード：model-00093-of-00093.safetensors シャードファイル 93 件をすべて表示 `model-00001-of-00093.safetensors` `model-00002-of-00093.safetensors` `model-00003-of-00093.safetensors` `model-00004-of-00093.safetensors` `model-00005-of-00093.safetensors` `model-00006-of-00093.safetensors` `model-00007-of-00093.safetensors` `model-00008-of-00093.safetensors` `model-00009-of-00093.safetensors` `model-00010-of-00093.safetensors` `model-00011-of-00093.safetensors` `model-00012-of-00093.safetensors` `model-00013-of-00093.safetensors` `model-00014-of-00093.safetensors` `model-00015-of-00093.safetensors` `model-00016-of-00093.safetensors` `model-00017-of-00093.safetensors` `model-00018-of-00093.safetensors` `model-00019-of-00093.safetensors` `model-00020-of-00093.safetensors` `model-00021-of-00093.safetensors` `model-00022-of-00093.safetensors` `model-00023-of-00093.safetensors` `model-00024-of-00093.safetensors` `model-00025-of-00093.safetensors` `model-00026-of-00093.safetensors` `model-00027-of-00093.safetensors` `model-00028-of-00093.safetensors` `model-00029-of-00093.safetensors` `model-00030-of-00093.safetensors` `model-00031-of-00093.safetensors` `model-00032-of-00093.safetensors` `model-00033-of-00093.safetensors` `model-00034-of-00093.safetensors` `model-00035-of-00093.safetensors` `model-00036-of-00093.safetensors` `model-00037-of-00093.safetensors` `model-00038-of-00093.safetensors` `model-00039-of-00093.safetensors` `model-00040-of-00093.safetensors` `model-00041-of-00093.safetensors` `model-00042-of-00093.safetensors` `model-00043-of-00093.safetensors` `model-00044-of-00093.safetensors` `model-00045-of-00093.safetensors` `model-00046-of-00093.safetensors` `model-00047-of-00093.safetensors` `model-00048-of-00093.safetensors` `model-00049-of-00093.safetensors` `model-00050-of-00093.safetensors` `model-00051-of-00093.safetensors` `model-00052-of-00093.safetensors` `model-00053-of-00093.safetensors` `model-00054-of-00093.safetensors` `model-00055-of-00093.safetensors` `model-00056-of-00093.safetensors` `model-00057-of-00093.safetensors` `model-00058-of-00093.safetensors` `model-00059-of-00093.safetensors` `model-00060-of-00093.safetensors` `model-00061-of-00093.safetensors` `model-00062-of-00093.safetensors` `model-00063-of-00093.safetensors` `model-00064-of-00093.safetensors` `model-00065-of-00093.safetensors` `model-00066-of-00093.safetensors` `model-00067-of-00093.safetensors` `model-00068-of-00093.safetensors` `model-00069-of-00093.safetensors` `model-00070-of-00093.safetensors` `model-00071-of-00093.safetensors` `model-00072-of-00093.safetensors` `model-00073-of-00093.safetensors` `model-00074-of-00093.safetensors` `model-00075-of-00093.safetensors` `model-00076-of-00093.safetensors` `model-00077-of-00093.safetensors` `model-00078-of-00093.safetensors` `model-00079-of-00093.safetensors` `model-00080-of-00093.safetensors` `model-00081-of-00093.safetensors` `model-00082-of-00093.safetensors` `model-00083-of-00093.safetensors` `model-00084-of-00093.safetensors` `model-00085-of-00093.safetensors` `model-00086-of-00093.safetensors` `model-00087-of-00093.safetensors` `model-00088-of-00093.safetensors` `model-00089-of-00093.safetensors` `model-00090-of-00093.safetensors` `model-00091-of-00093.safetensors` `model-00092-of-00093.safetensors` `model-00093-of-00093.safetensors`	358,337,791,296 (333.73 GiB / 358.34 GB)	`vllm, sglang, unspecified`	`file-metadata`
GGUF Q4_K_M (Unsloth) gguf-q4_k_m 計算機: GGUF Q4_K_M (Unsloth)	safetensors シャード 5 件選択したバイトの合計：216,455,572,672 (201.59 GiB / 216.46 GB) 先頭のシャード：Q4_K_M/GLM-4.5-Q4_K_M-00001-of-00005.gguf 末尾のシャード：Q4_K_M/GLM-4.5-Q4_K_M-00005-of-00005.gguf シャードファイル 5 件をすべて表示 `Q4_K_M/GLM-4.5-Q4_K_M-00001-of-00005.gguf` `Q4_K_M/GLM-4.5-Q4_K_M-00002-of-00005.gguf` `Q4_K_M/GLM-4.5-Q4_K_M-00003-of-00005.gguf` `Q4_K_M/GLM-4.5-Q4_K_M-00004-of-00005.gguf` `Q4_K_M/GLM-4.5-Q4_K_M-00005-of-00005.gguf`	216,455,572,672 (201.59 GiB / 216.46 GB)	`llama.cpp, ollama, unspecified`	`file-metadata`
GGUF Q5_K_M (Unsloth) gguf-q5_k_m 計算機: GGUF Q5_K_M (Unsloth)	safetensors シャード 6 件選択したバイトの合計：254,246,825,344 (236.79 GiB / 254.25 GB) 先頭のシャード：Q5_K_M/GLM-4.5-Q5_K_M-00001-of-00006.gguf 末尾のシャード：Q5_K_M/GLM-4.5-Q5_K_M-00006-of-00006.gguf シャードファイル 6 件をすべて表示 `Q5_K_M/GLM-4.5-Q5_K_M-00001-of-00006.gguf` `Q5_K_M/GLM-4.5-Q5_K_M-00002-of-00006.gguf` `Q5_K_M/GLM-4.5-Q5_K_M-00003-of-00006.gguf` `Q5_K_M/GLM-4.5-Q5_K_M-00004-of-00006.gguf` `Q5_K_M/GLM-4.5-Q5_K_M-00005-of-00006.gguf` `Q5_K_M/GLM-4.5-Q5_K_M-00006-of-00006.gguf`	254,246,825,344 (236.79 GiB / 254.25 GB)	`llama.cpp, ollama, unspecified`	`file-metadata`
GGUF Q6_K (Unsloth) gguf-q6_k 計算機: GGUF Q6_K (Unsloth)	safetensors シャード 6 件選択したバイトの合計：294,371,691,840 (274.16 GiB / 294.37 GB) 先頭のシャード：Q6_K/GLM-4.5-Q6_K-00001-of-00006.gguf 末尾のシャード：Q6_K/GLM-4.5-Q6_K-00006-of-00006.gguf シャードファイル 6 件をすべて表示 `Q6_K/GLM-4.5-Q6_K-00001-of-00006.gguf` `Q6_K/GLM-4.5-Q6_K-00002-of-00006.gguf` `Q6_K/GLM-4.5-Q6_K-00003-of-00006.gguf` `Q6_K/GLM-4.5-Q6_K-00004-of-00006.gguf` `Q6_K/GLM-4.5-Q6_K-00005-of-00006.gguf` `Q6_K/GLM-4.5-Q6_K-00006-of-00006.gguf`	294,371,691,840 (274.16 GiB / 294.37 GB)	`llama.cpp, ollama, unspecified`	`file-metadata`
GGUF Q8_0 (Unsloth) gguf-q8_0 計算機: GGUF Q8_0 (Unsloth)	safetensors シャード 8 件選択したバイトの合計：380,966,784,608 (354.80 GiB / 380.97 GB) 先頭のシャード：Q8_0/GLM-4.5-Q8_0-00001-of-00008.gguf 末尾のシャード：Q8_0/GLM-4.5-Q8_0-00008-of-00008.gguf シャードファイル 8 件をすべて表示 `Q8_0/GLM-4.5-Q8_0-00001-of-00008.gguf` `Q8_0/GLM-4.5-Q8_0-00002-of-00008.gguf` `Q8_0/GLM-4.5-Q8_0-00003-of-00008.gguf` `Q8_0/GLM-4.5-Q8_0-00004-of-00008.gguf` `Q8_0/GLM-4.5-Q8_0-00005-of-00008.gguf` `Q8_0/GLM-4.5-Q8_0-00006-of-00008.gguf` `Q8_0/GLM-4.5-Q8_0-00007-of-00008.gguf` `Q8_0/GLM-4.5-Q8_0-00008-of-00008.gguf`	380,966,784,608 (354.80 GiB / 380.97 GB)	`llama.cpp, ollama, unspecified`	`file-metadata`
INT4 theoretical	公開ファイルなし	179,168,895,648 (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	335.07 GiB–336.97 GiB	337.23 GiB–339.19 GiB	345.85 GiB–348.07 GiB
GGUF Q4_K_M (Unsloth)	202.43 GiB–206.85 GiB	204.59 GiB–209.20 GiB	213.21 GiB–218.43 GiB
GGUF Q5_K_M (Unsloth)	237.63 GiB–242.75 GiB	239.79 GiB–245.10 GiB	248.41 GiB–254.33 GiB
GGUF Q6_K (Unsloth)	275.00 GiB–280.87 GiB	277.16 GiB–283.21 GiB	285.78 GiB–292.44 GiB
GGUF Q8_0 (Unsloth)	355.65 GiB–363.13 GiB	357.80 GiB–365.48 GiB	366.43 GiB–374.70 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。	167.71 GiB–216.34 GiB	169.86 GiB–219.03 GiB	178.49 GiB–229.65 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: 3,087,007,744 bytes (2.8750 GiB)
32,768 tokens: 12,348,030,976 bytes (11.5000 GiB)

このモデルで計算機を開く

出典

出典
出典 — revision cbb2c7cfb52fa128a9660cb1a7a78e017899e115
出典 — metadata.total_size=358337791296
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-Q4_K_M-00001-of-00005.gguf, Q4_K_M/GLM-4.5-Q4_K_M-00002-of-00005.gguf, Q4_K_M/GLM-4.5-Q4_K_M-00003-of-00005.gguf, Q4_K_M/GLM-4.5-Q4_K_M-00004-of-00005.gguf, Q4_K_M/GLM-4.5-Q4_K_M-00005-of-00005.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…

モデルを先に選び、その後で機器を確認します。

モデル

過去のモデルを表示

量子化

機材の種類

ハードウェア

ワークロード

コンテキスト長は主に KV キャッシュメモリに効きます。

詳細設定

ランタイム

この見積もりで使うエンジンと KV キャッシュの型です。

実行エンジンKV Cache の精度再帰 / 畳み込み状態の型理論値も含める（上級）フィルタに一致が無いとき代替を許す

ワークロード

オーバーヘッドの想定と、プリフィル作業領域を含めるかどうかです。

実行時オーバーヘッドの想定プリフィル寄りの作業領域を多めに見る

トポロジ

モデルを複数デバイスへどう分割するか。メモリは合算しません。

配置方法複製内の分割デバイス数

複製数は上級オプションです。台数はノードまたは GPU であり、複製数ではありません。

複製グループ数複製あたりの台数

予算

システム予約と安全余裕。数字を空にすると直前の値を保ちます。

OS / 画面用の予約

GiB（2^30 バイト）

予算はすでにシステム分を除いている追加の安全マージン

パラメータあたりの実効ビット数（手動）表示単位

カスタムモデル

設定を読み込むか、構造を手入力します。読み込むまでリポジトリは走査しません。

ローカルの config.json を読み込む

ブラウザ内だけで解析します。ファイルは送信しません。

公開 Hugging Face リポジトリリビジョン

huggingface.co の config.json のみ。トークンなし。非公開リポジトリは拒否します。

総パラメータ数アクティブパラメータ数層数クエリヘッドKVヘッドヘッド次元

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。