# Requisitos de GPU de GLM-5.3-Flash

GLM-5.3-Flash tiene 321B parámetros. Para servirlo, calcula unos 771 GB de memoria de GPU en 16 bits, 386 GB en 8 bits o 193 GB en 4 bits, incluido un 20% para la caché KV y las activaciones.

Es un modelo de mezcla de expertos: 288 expertos, 8 de ellos activos en cada token. Todos permanecen en la memoria de la GPU, así que calcula la memoria para los 321B parámetros.

[Despliégalo en Arrakis](/console/#/models?model=zai-org/GLM-5.3-Flash).

## Lo que hace falta para servirlo

| Precisión | Memoria y configuración mínima |
|---|---|
| 16 bits | 771 GB: 4 × [B300](/es/gpus/b300.html.md), desde 18,40 US$ por hora las 4 |
| 8 bits | 386 GB: 2 × [B300](/es/gpus/b300.html.md), desde 9,20 US$ por hora las 2 |
| 4 bits | 193 GB: una [B300](/es/gpus/b300.html.md), desde 4,60 US$ por GPU-hora |

## Lo que hace falta para ajustarlo

| Método | Memoria y configuración mínima |
|---|---|
| QLoRA | 225 GB: una [B300](/es/gpus/b300.html.md), desde 4,60 US$ por GPU-hora |
| LoRA | 771 GB: 4 × [B300](/es/gpus/b300.html.md), desde 18,40 US$ por hora las 4 |
| Ajuste fino completo | 5.141 GB: más de una máquina de 8 GPU |

## Sobre el modelo

| | |
|---|---|
| Parámetros | `321B` |
| Expertos | `288` |
| Expertos por token | `8` |
| Ventana de contexto (tokens) | `1,048,576` |
| Publicado en | `FP8` |
| Licencia | `mit` |
| Fecha de publicación | `2026-08-25` |
| Pesos | [zai-org/GLM-5.3-Flash](https://huggingface.co/zai-org/GLM-5.3-Flash) |

## Sírvelo tú mismo

```
vllm serve zai-org/GLM-5.3-Flash --tensor-parallel-size 4
```

## Preguntas

**¿Cuánta memoria de GPU necesita GLM-5.3-Flash?** Para servirlo, unos 771 GB en 16 bits, 386 GB en 8 bits y 193 GB en 4 bits, incluido un 20% para la caché KV y las activaciones. Para ajustarlo, unos 225 GB con QLoRA, 771 GB con LoRA y 5.141 GB para un ajuste fino completo con Adam, sin contar las activaciones.

**¿Puedo ejecutar GLM-5.3-Flash en una sola GPU?** Sí, cuantizado. En 4 bits necesita unos 193 GB, que caben en una B300. En 16 bits necesita 4 GPU B300.

**¿Cuánto cuesta ejecutar GLM-5.3-Flash?** En 16 bits necesita 4 GPU B300; en 4 bits, una B300. 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-5.3-Flash en Arrakis?** Abre Models en la consola de Arrakis, pega zai-org/GLM-5.3-Flash, 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: [/models](/es/models.html.md).