🧠 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。

↻資料更新：2026年3月25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

7.6 GB

完整 VRAM 對照表（所有量化 × 上下文）

安裝 Ollama 後直接執行，自動下載並運行模型。

ollama run glm4:9b

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

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

參數量9B

最大上下文128K tokens

HF 下載量149K/月

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

OllamavLLMllama.cpp

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！