GLM-4.5-Air
Zhipu AI (Z.ai) 的 GLM-4.5-Air（106B 參數，MoE 每 token 啟用 12B）。以 Q4_K_M 量化、8K 上下文估算約需 64.8 GiB 記憶體。 Z.ai（智譜）的 106B MoE 模型（啟用 12B），支援混合思考模式，採 MIT 授權；4-bit 量化需要 72 GB 的顯示卡或 96 GB 統一記憶體的電腦。Ollama 沒有官方標籤。
最後更新: 2026-10-13
模型資訊
所需記憶體
模型權重＋KV 快取＋執行環境開銷，單位 GiB。量化越低越省記憶體，品質略降。
| 量化 | 4K 上下文 | 8K 上下文 | 32K 上下文 |
|---|---|---|---|
| Q4_K_M | 64.1 GiB | 64.8 GiB | 69.1 GiB |
| Q5_K_M | 74.9 GiB | 75.7 GiB | 80.0 GiB |
| Q6_K | 86.6 GiB | 87.3 GiB | 91.6 GiB |
| Q8_0 | 111.4 GiB | 112.1 GiB | 116.4 GiB |
| FP16 | 208.5 GiB | 209.2 GiB | 213.6 GiB |
哪些硬體跑得動
在 8K 上下文長度下，各硬體放得下的最佳量化版本。 此為估算值，並非實測。請參考估算方法說明。
常見問題
GLM-4.5-Air 需要多少 VRAM／記憶體？
以 8K 上下文估算：Q4_K_M 量化約需 64.8 GiB，Q8_0 約需 112.1 GiB（含模型權重、KV 快取與執行環境開銷）。上下文越長，KV 快取越大。
GeForce RTX 4090 跑得動 GLM-4.5-Air 嗎？
GLM-4.5-Air 在 GeForce RTX 4090（24 GB）上，即使用 Q4_K_M 量化、8K 上下文也放不下。
Mac 可以跑 GLM-4.5-Air 嗎？
可以。GLM-4.5-Air 在 M3 Ultra（96 GB）上以 Q4_K_M 量化、8K 上下文約需 64.8 GiB，預估生成速度約每秒 73 個 token。
GLM-4.5-Air 可以商用嗎？
GLM-4.5-Air 採用 MIT 授權。授權允許商業使用（請仍詳閱條款中的限制）。