GLM-4.6 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 203.78 GiB–208.37 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-4.6
Revisionbe72194883d968d7923a07e2f61681ea9a2826d1
総パラメータ数356,785,898,816
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202,752
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: 200.78 GiB (215,582,633,056 bytes)
Raw KV cache: 2.88 GiB (3,087,007,744 bytes)
Engine extras / workspace: 0.13 GiB–4.72 GiB
Total estimated demand: 203.78 GiB–208.37 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：352,797,829,024 (328.57 GiB / 352.80 GB) 先頭のシャード：model-00001-of-00092.safetensors 末尾のシャード：mtp.safetensors シャードファイル 93 件をすべて表示 `model-00001-of-00092.safetensors` `model-00002-of-00092.safetensors` `model-00003-of-00092.safetensors` `model-00004-of-00092.safetensors` `model-00005-of-00092.safetensors` `model-00006-of-00092.safetensors` `model-00007-of-00092.safetensors` `model-00008-of-00092.safetensors` `model-00009-of-00092.safetensors` `model-00010-of-00092.safetensors` `model-00011-of-00092.safetensors` `model-00012-of-00092.safetensors` `model-00013-of-00092.safetensors` `model-00014-of-00092.safetensors` `model-00015-of-00092.safetensors` `model-00016-of-00092.safetensors` `model-00017-of-00092.safetensors` `model-00018-of-00092.safetensors` `model-00019-of-00092.safetensors` `model-00020-of-00092.safetensors` `model-00021-of-00092.safetensors` `model-00022-of-00092.safetensors` `model-00023-of-00092.safetensors` `model-00024-of-00092.safetensors` `model-00025-of-00092.safetensors` `model-00026-of-00092.safetensors` `model-00027-of-00092.safetensors` `model-00028-of-00092.safetensors` `model-00029-of-00092.safetensors` `model-00030-of-00092.safetensors` `model-00031-of-00092.safetensors` `model-00032-of-00092.safetensors` `model-00033-of-00092.safetensors` `model-00034-of-00092.safetensors` `model-00035-of-00092.safetensors` `model-00036-of-00092.safetensors` `model-00037-of-00092.safetensors` `model-00038-of-00092.safetensors` `model-00039-of-00092.safetensors` `model-00040-of-00092.safetensors` `model-00041-of-00092.safetensors` `model-00042-of-00092.safetensors` `model-00043-of-00092.safetensors` `model-00044-of-00092.safetensors` `model-00045-of-00092.safetensors` `model-00046-of-00092.safetensors` `model-00047-of-00092.safetensors` `model-00048-of-00092.safetensors` `model-00049-of-00092.safetensors` `model-00050-of-00092.safetensors` `model-00051-of-00092.safetensors` `model-00052-of-00092.safetensors` `model-00053-of-00092.safetensors` `model-00054-of-00092.safetensors` `model-00055-of-00092.safetensors` `model-00056-of-00092.safetensors` `model-00057-of-00092.safetensors` `model-00058-of-00092.safetensors` `model-00059-of-00092.safetensors` `model-00060-of-00092.safetensors` `model-00061-of-00092.safetensors` `model-00062-of-00092.safetensors` `model-00063-of-00092.safetensors` `model-00064-of-00092.safetensors` `model-00065-of-00092.safetensors` `model-00066-of-00092.safetensors` `model-00067-of-00092.safetensors` `model-00068-of-00092.safetensors` `model-00069-of-00092.safetensors` `model-00070-of-00092.safetensors` `model-00071-of-00092.safetensors` `model-00072-of-00092.safetensors` `model-00073-of-00092.safetensors` `model-00074-of-00092.safetensors` `model-00075-of-00092.safetensors` `model-00076-of-00092.safetensors` `model-00077-of-00092.safetensors` `model-00078-of-00092.safetensors` `model-00079-of-00092.safetensors` `model-00080-of-00092.safetensors` `model-00081-of-00092.safetensors` `model-00082-of-00092.safetensors` `model-00083-of-00092.safetensors` `model-00084-of-00092.safetensors` `model-00085-of-00092.safetensors` `model-00086-of-00092.safetensors` `model-00087-of-00092.safetensors` `model-00088-of-00092.safetensors` `model-00089-of-00092.safetensors` `model-00090-of-00092.safetensors` `model-00091-of-00092.safetensors` `model-00092-of-00092.safetensors` `mtp.safetensors`	352,797,829,024 (328.57 GiB / 352.80 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：215,582,633,056 (200.78 GiB / 215.58 GB) 先頭のシャード：Q4_K_M/GLM-4.6-Q4_K_M-00001-of-00005.gguf 末尾のシャード：Q4_K_M/GLM-4.6-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-4.6-Q4_K_M-00001-of-00005.gguf` `Q4_K_M/GLM-4.6-Q4_K_M-00002-of-00005.gguf` `Q4_K_M/GLM-4.6-Q4_K_M-00003-of-00005.gguf` `Q4_K_M/GLM-4.6-Q4_K_M-00004-of-00005.gguf` `Q4_K_M/GLM-4.6-Q4_K_M-00005-of-00005.gguf`	215,582,633,056 (200.78 GiB / 215.58 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：253,179,899,136 (235.79 GiB / 253.18 GB) 先頭のシャード：Q5_K_M/GLM-4.6-Q5_K_M-00001-of-00006.gguf 末尾のシャード：Q5_K_M/GLM-4.6-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-4.6-Q5_K_M-00001-of-00006.gguf` `Q5_K_M/GLM-4.6-Q5_K_M-00002-of-00006.gguf` `Q5_K_M/GLM-4.6-Q5_K_M-00003-of-00006.gguf` `Q5_K_M/GLM-4.6-Q5_K_M-00004-of-00006.gguf` `Q5_K_M/GLM-4.6-Q5_K_M-00005-of-00006.gguf` `Q5_K_M/GLM-4.6-Q5_K_M-00006-of-00006.gguf`	253,179,899,136 (235.79 GiB / 253.18 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：293,098,654,944 (272.97 GiB / 293.10 GB) 先頭のシャード：Q6_K/GLM-4.6-Q6_K-00001-of-00006.gguf 末尾のシャード：Q6_K/GLM-4.6-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-4.6-Q6_K-00001-of-00006.gguf` `Q6_K/GLM-4.6-Q6_K-00002-of-00006.gguf` `Q6_K/GLM-4.6-Q6_K-00003-of-00006.gguf` `Q6_K/GLM-4.6-Q6_K-00004-of-00006.gguf` `Q6_K/GLM-4.6-Q6_K-00005-of-00006.gguf` `Q6_K/GLM-4.6-Q6_K-00006-of-00006.gguf`	293,098,654,944 (272.97 GiB / 293.10 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：379,317,898,752 (353.27 GiB / 379.32 GB) 先頭のシャード：Q8_0/GLM-4.6-Q8_0-00001-of-00008.gguf 末尾のシャード：Q8_0/GLM-4.6-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-4.6-Q8_0-00001-of-00008.gguf` `Q8_0/GLM-4.6-Q8_0-00002-of-00008.gguf` `Q8_0/GLM-4.6-Q8_0-00003-of-00008.gguf` `Q8_0/GLM-4.6-Q8_0-00004-of-00008.gguf` `Q8_0/GLM-4.6-Q8_0-00005-of-00008.gguf` `Q8_0/GLM-4.6-Q8_0-00006-of-00008.gguf` `Q8_0/GLM-4.6-Q8_0-00007-of-00008.gguf` `Q8_0/GLM-4.6-Q8_0-00008-of-00008.gguf`	379,317,898,752 (353.27 GiB / 379.32 GB)	`llama.cpp, ollama, unspecified`	`file-metadata`
INT4 theoretical	公開ファイルなし	178,392,949,408 (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	329.91 GiB–331.81 GiB	332.07 GiB–334.03 GiB	340.69 GiB–342.91 GiB
GGUF Q4_K_M (Unsloth)	201.62 GiB–206.03 GiB	203.78 GiB–208.37 GiB	212.40 GiB–217.60 GiB
GGUF Q5_K_M (Unsloth)	236.64 GiB–241.74 GiB	238.79 GiB–244.08 GiB	247.42 GiB–253.31 GiB
GGUF Q6_K (Unsloth)	273.81 GiB–279.66 GiB	275.97 GiB–282.01 GiB	284.59 GiB–291.23 GiB
GGUF Q8_0 (Unsloth)	354.11 GiB–361.57 GiB	356.27 GiB–363.91 GiB	364.89 GiB–373.14 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。	166.99 GiB–215.41 GiB	169.14 GiB–218.10 GiB	177.77 GiB–228.72 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 be72194883d968d7923a07e2f61681ea9a2826d1
出典 — metadata.total_size=352797829024
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 202752 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-4.6-Q4_K_M-00001-of-00005.gguf, Q4_K_M/GLM-4.6-Q4_K_M-00002-of-00005.gguf, Q4_K_M/GLM-4.6-Q4_K_M-00003-of-00005.gguf, Q4_K_M/GLM-4.6-Q4_K_M-00004-of-00005.gguf, Q4_K_M/GLM-4.6-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。