# GLM-4.7-Flash の GPU 要件

GLM-4.7-Flash のパラメータ数は 31B です。推論で動かすには、16 ビットで約 75 GB、8 ビットで約 37 GB、4 ビットで約 19 GB の GPU メモリを見込んでください。KV キャッシュと活性化の分として約 20% を含みます。

Mixture of Experts モデルです。エキスパートは 64 個で、トークンごとにそのうち 4 個が働きます。すべてのエキスパートが GPU メモリに載るため、メモリは 31B パラメータ全体の分を見込んでください。

[Arrakis でデプロイする](/console/#/models?model=zai-org/GLM-4.7-Flash)。

## 推論で動かすのに必要なもの

| 精度 | メモリと最小構成 |
|---|---|
| 16 ビット | 75 GB：[H100](/ja/gpus/h100.html.md) または [A100](/ja/gpus/a100.html.md) 1 枚、H100 は GPU 1 時間あたり $1.65 から |
| 8 ビット | 37 GB：[L40S](/ja/gpus/l40s.html.md)、[RTX 6000 Ada](/ja/gpus/rtx-6000-ada.html.md) または [RTX A6000](/ja/gpus/rtx-a6000.html.md) 1 枚、L40S は GPU 1 時間あたり $0.44 から |
| 4 ビット | 19 GB：[RTX 4090](/ja/gpus/rtx-4090.html.md) または [RTX 3090](/ja/gpus/rtx-3090.html.md) 1 枚、RTX 3090 は GPU 1 時間あたり $0.19 から |

## ファインチューニングに必要なもの

| メソッド | メモリと最小構成 |
|---|---|
| QLoRA | 22 GB：[RTX 4090](/ja/gpus/rtx-4090.html.md) または [RTX 3090](/ja/gpus/rtx-3090.html.md) 1 枚、RTX 3090 は GPU 1 時間あたり $0.19 から |
| LoRA | 75 GB：[H100](/ja/gpus/h100.html.md) または [A100](/ja/gpus/a100.html.md) 1 枚、H100 は GPU 1 時間あたり $1.65 から |
| フルファインチューニング | 500 GB：[B300](/ja/gpus/b300.html.md) × 2、2 枚で 1 時間あたり $9.20 から |

## モデルについて

| | |
|---|---|
| パラメータ数 | `31B` |
| エキスパート数 | `64` |
| トークンごとのエキスパート数 | `4` |
| コンテキスト長（トークン） | `202,752` |
| 公開時の精度 | `BF16` |
| ライセンス | `mit` |
| 公開日 | `2026-01-19` |
| 重み | [zai-org/GLM-4.7-Flash](https://huggingface.co/zai-org/GLM-4.7-Flash) |

## 自分で動かす

```
vllm serve zai-org/GLM-4.7-Flash --tensor-parallel-size 1
```

## よくある質問

**GLM-4.7-Flash にはどれだけの GPU メモリが必要ですか？** 推論で動かすには、16 ビットで約 75 GB、8 ビットで約 37 GB、4 ビットで約 19 GB です。KV キャッシュと活性化の分として約 20% を含みます。ファインチューニングには、QLoRA で約 22 GB、LoRA で約 75 GB、Adam によるフルファインチューニングで約 500 GB が必要です（活性化を除く）。

**GLM-4.7-Flash は GPU 1 枚で動きますか？** はい。16 ビットで約 75 GB 必要で、H100 または A100 1 枚に収まります。

**GLM-4.7-Flash を動かす費用はいくらですか？** 16 ビットなら H100 または A100 1 枚、4 ビットなら RTX 4090 または RTX 3090 1 枚が必要です。このページの各構成には、Arrakis での現在の GPU 1 時間あたりの最安値を表示しています。料金は前払い残高から 1 時間単位で支払います。

**Arrakis で GLM-4.7-Flash をデプロイするには？** Arrakis コンソールで Models を開き、zai-org/GLM-4.7-Flash を貼り付け、vLLM、SGLang、llama.cpp のいずれかを選んで、収まる GPU を借ります。専用の API キー付きの OpenAI 互換エンドポイントと、マシンへの root SSH が使えます。


ほかのモデル：[/models](/ja/models.html.md)。