🧠 語言模型GLM-4🔒 需申請存取

GLM-4.7

GLM-4.7，2025 年 12 月發布，355B 參數，GLM-4 授權，131K 上下文，GPQA 81.5%，中文能力頂尖，需要多 GPU 部署。

📅 發布：2025-12↻資料更新：2026年5月11日

VRAM 計算器

我的 GPU VRAM：
量化等級
上下文長度
Q4_K_M · 8K context
模型權重 + KV Cache + 0.5 GB overhead
196 GB
完整 VRAM 對照表（所有量化 × 上下文）
量化4K8K16K32K64K128K
Q4_K_M★196 GB196 GB198 GB200 GB205 GB214 GB
Q8_0373 GB374 GB375 GB378 GB382 GB392 GB

部署指南

方法二：llama.cpp

適合進階用戶，支援 CPU 和 GPU 混合推理，可精確控制量化等級。

# Download GGUF model from Hugging Face, then run:
./llama-cli -m model.gguf -p "Hello" -n 128

方法三：vLLM（高效能伺服器）

適合生產環境，支援批次推理和 OpenAI 相容 API。

pip install vllm
vllm serve GLM --dtype auto

規格

參數量355B
最大上下文128K tokens
HF 下載量180K/月

模型強項

旗艦中文能力超長上下文高精度推理大規模參數

推薦用途

  • ▸處理和分析超長篇幅的中文文檔，如學術論文、法律條文或歷史文獻。
  • ▸開發需要複雜邏輯推理和高準確性回答的中文智能客服或知識問答系統。

標籤

131K旗艦中文

部署工具

vLLMSGLang

關於 GLM-4.7 — 開源 AI 模型

GLM-4.7 是一個開源語言模型，擁有 355B 參數，採用 GLM-4 授權。可使用 vLLM、SGLang 進行部署。適用場景包括：處理和分析超長篇幅的中文文檔，如學術論文、法律條文或歷史文獻。、開發需要複雜邏輯推理和高準確性回答的中文智能客服或知識問答系統。。核心優勢：旗艦中文能力、超長上下文、高精度推理、大規模參數。 可在本地硬體上自行部署，完全保護隱私，無需 API 金鑰。

使用心得

分享你的使用體驗，幫助其他人了解這個模型

0/1000
還沒有評論，成為第一個分享心得的人！