arrakis
ES
Iniciar sesión Empezar a alquilar
Menú

Arrakis / Modelos / GLM-4.5-Air

Requisitos de GPU de GLM-4.5-Air

GLM-4.5-Air tiene 110B parámetros. Para servirlo, calcula unos 265 GB de memoria de GPU en 16 bits, 133 GB en 8 bits o 66 GB en 4 bits, incluido un 20% para la caché KV y las activaciones.

Es un modelo de mezcla de expertos: 128 expertos, 8 de ellos activos en cada token. Todos permanecen en la memoria de la GPU, así que calcula la memoria para los 110B parámetros.

Desplegar este modelo Comprobar otro modelo

Lo que hace falta para servirlo

La memoria de GPU para ejecutarlo en inferencia, con la configuración de GPU más pequeña que lo sostiene y el precio más bajo en Arrakis ahora mismo.

PrecisiónMemoria y configuración mínima
16 bits265 GB: 2 × H200, desde 6,88 US$ por hora las 2
8 bits133 GB: una H200, desde 3,44 US$ por GPU-hora
4 bits66 GB: una H100 o A100, la H100 desde 2,07 US$ por GPU-hora

Lo que hace falta para ajustarlo

QLoRA entrena adaptadores sobre un modelo congelado de 4 bits; LoRA, sobre uno de 16 bits, y el ajuste fino completo actualiza todos los pesos. Las cifras no incluyen las activaciones, que crecen con el tamaño del lote y la longitud de secuencia.

MétodoMemoria y configuración mínima
QLoRA77 GB: una H100 o A100, la H100 desde 2,07 US$ por GPU-hora
LoRA265 GB: 2 × H200, desde 6,88 US$ por hora las 2
Ajuste fino completo1.768 GB: 8 × B300, desde 36,80 US$ por hora las 8

Sobre el modelo

De su ficha y sus archivos en Hugging Face. Las cifras de memoria siguen la guía de memoria de GPU.

Parámetros
110B
Expertos
128
Expertos por token
8
Ventana de contexto (tokens)
131,072
Publicado en
BF16
Licencia
mit
Fecha de publicación
2025-07-20
Pesos
zai-org/GLM-4.5-Air

Despliégalo en Arrakis

Abre Models en la consola, elige vLLM, SGLang o llama.cpp y alquila una GPU en la que quepa. Obtienes un endpoint compatible con OpenAI con su propia clave de API, y SSH root a la máquina. O ejecútalo tú mismo en cualquier máquina con suficiente memoria de GPU:

vLLM
vllm serve zai-org/GLM-4.5-Air --tensor-parallel-size 2
Desplegar este modelo Cómo funciona el despliegue

Preguntas

Los precios en tiempo real de todas las GPU están en la página de precios de GPU.

¿Cuánta memoria de GPU necesita GLM-4.5-Air?
Para servirlo, unos 265 GB en 16 bits, 133 GB en 8 bits y 66 GB en 4 bits, incluido un 20% para la caché KV y las activaciones. Para ajustarlo, unos 77 GB con QLoRA, 265 GB con LoRA y 1.768 GB para un ajuste fino completo con Adam, sin contar las activaciones.
¿Puedo ejecutar GLM-4.5-Air en una sola GPU?
Sí, cuantizado. En 8 bits necesita unos 133 GB, que caben en una H200. En 16 bits necesita 2 GPU H200.
¿Cuánto cuesta ejecutar GLM-4.5-Air?
En 16 bits necesita 2 GPU H200; en 4 bits, una H100 o A100. Cada configuración de esta página muestra el precio más bajo por GPU-hora en Arrakis ahora mismo, y pagas por hora desde un saldo prepago.
¿Cómo despliego GLM-4.5-Air en Arrakis?
Abre Models en la consola de Arrakis, pega zai-org/GLM-4.5-Air, elige vLLM, SGLang o llama.cpp y alquila una GPU en la que quepa. Obtienes un endpoint compatible con OpenAI con su propia clave de API, y SSH root a la máquina.

Más modelos

Todos los modelos, y una comprobación para cualquier otro.