🧠 語言模型Apache 2.0

GLM-4-9B

智譜 AI GLM-4 9B，中文能力頂尖，支援 128K 超長上下文，Apache 2.0 授權，適合中文應用場景。

📅 發布：2024-06↻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
5.8 GB
完整 VRAM 對照表（所有量化 × 上下文）
量化4K8K16K32K64K128K
Q4_K_M★5.4 GB5.8 GB6.6 GB8.2 GB11 GB18 GB
Q8_09.9 GB10 GB11 GB13 GB16 GB22 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 glm4:9b

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 glm4:9b

規格

參數量9B
最大上下文128K tokens
HF 下載量413K/月

模型強項

頂尖中文能力超長上下文多功能對話多語言支援高效能推理

推薦用途

  • ▸適用於需要處理大量中文文本的應用，如智能客服、內容摘要與分析。
  • ▸開發具備網頁瀏覽、程式碼執行和工具調用能力的智能助手與自動化流程。
  • ▸在需要理解和生成多語言內容的場景中，提供高品質的翻譯與跨文化交流。

標籤

中文128K推薦

部署工具

OllamavLLMllama.cpp

關於 GLM-4-9B — 開源 AI 模型

GLM-4-9B 是一個開源語言模型，擁有 9B 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：適用於需要處理大量中文文本的應用，如智能客服、內容摘要與分析。、開發具備網頁瀏覽、程式碼執行和工具調用能力的智能助手與自動化流程。、在需要理解和生成多語言內容的場景中，提供高品質的翻譯與跨文化交流。。核心優勢：頂尖中文能力、超長上下文、多功能對話、多語言支援、高效能推理。 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！