🧠 語言模型Apache 2.0🔒 需申請存取

GLM-4.7-Flash

GLM-4.7-Flash，2026 年 1 月發布，30B 輕量版本，Apache 2.0 授權，GPQA 75.2%，128K 上下文，24 GB VRAM 可運行。

📅 發布：2026-01↻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
18 GB
完整 VRAM 對照表（所有量化 × 上下文）
量化4K8K16K32K64K128K
Q4_K_M★17 GB18 GB19 GB21 GB26 GB36 GB
Q8_032 GB33 GB34 GB36 GB41 GB51 GB

部署指南

方法一：Ollama（最簡單）

安裝 Ollama 後直接執行，自動下載並運行模型。

ollama run glm4.7-flash:latest

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
ollama run glm4.7-flash:latest

規格

參數量30B
最大上下文128K tokens
HF 下載量320K/月

模型強項

輕量高效長上下文中文優化高推理能力低VRAM需求

推薦用途

  • ▸適合在 24GB VRAM 環境下部署，進行高效能長文本處理與分析。
  • ▸適用於需要處理大量中文資訊、進行複雜推理的企業級應用。
  • ▸可作為開發者在資源有限情況下，快速部署並測試大型語言模型的理想選擇。

標籤

128K高效中文推薦

部署工具

OllamavLLMllama.cpp

關於 GLM-4.7-Flash — 開源 AI 模型

GLM-4.7-Flash 是一個開源語言模型，擁有 30B 參數，採用 Apache 2.0 授權。可使用 Ollama、vLLM、llama.cpp 進行部署。適用場景包括：適合在 24GB VRAM 環境下部署，進行高效能長文本處理與分析。、適用於需要處理大量中文資訊、進行複雜推理的企業級應用。、可作為開發者在資源有限情況下，快速部署並測試大型語言模型的理想選擇。。核心優勢：輕量高效、長上下文、中文優化、高推理能力、低VRAM需求。 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！