🧠 語言模型Apache 2.0🔒 需申請存取

GLM-5-32B

智譜 AI GLM-5 旗艦版本，32B 參數，中文能力業界頂尖，支援 128K 上下文，在 llm-stats.com 開源排行榜表現優異。

↻資料更新：2026年4月5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
19 GB
完整 VRAM 對照表（所有量化 × 上下文）
量化4K8K16K32K64K128K
Q4_K_M★18 GB19 GB20 GB22 GB27 GB37 GB
Q8_034 GB35 GB36 GB38 GB43 GB53 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32B
最大上下文128K tokens
HF 下載量890K/月

模型強項

中文旗艦超長上下文高效部署頂級性能

推薦用途

  • ▸處理和理解超長中文文檔，如法律條款、學術論文等，進行精準的資訊提取與摘要。
  • ▸開發需要強大中文理解與生成能力的應用，如智能客服、內容創作輔助、多輪對話系統。

標籤

中文128K旗艦

部署工具

vLLMllama.cppSGLang

關於 GLM-5-32B — 開源 AI 模型

GLM-5-32B 是一個開源語言模型，擁有 32B 參數，採用 Apache 2.0 授權。可使用 vLLM、llama.cpp、SGLang 進行部署。適用場景包括：處理和理解超長中文文檔，如法律條款、學術論文等，進行精準的資訊提取與摘要。、開發需要強大中文理解與生成能力的應用，如智能客服、內容創作輔助、多輪對話系統。。核心優勢：中文旗艦、超長上下文、高效部署、頂級性能。 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！