GLM-5 の GPU 要件
GLM-5 のパラメータ数は 754B です。推論で動かすには、16 ビットで約 1,809 GB、8 ビットで約 905 GB、4 ビットで約 452 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 256 個で、トークンごとにそのうち 8 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 754B パラメータ全体の分を見込んでください。
ファインチューニングに必要なもの
QLoRA は 4 ビットで固定したモデルの上でアダプタを学習し、LoRA は 16 ビットで固定したモデルの上で学習します。フルファインチューニングはすべての重みを更新します。数値はアクティベーションを含まない値で、アクティベーションはバッチサイズとシーケンス長に応じて増えます。
| メソッド | メモリと最小構成 |
|---|---|
| QLoRA | 528 GB：H200 × 4、4 枚で 1 時間あたり $13.76 から |
| LoRA | 1,809 GB：B300 × 8、8 枚で 1 時間あたり $36.80 から |
| フルファインチューニング | 12,062 GB：8 GPU マシン 1 台を超える |
モデルについて
Hugging Face 上のモデルカードとファイルから。このページのメモリの数字は GPU メモリガイドの計算に従っています。
- パラメータ数
- 754B
- エキスパート数
- 256
- トークンごとのエキスパート数
- 8
- 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
- 2026-02-11
Arrakis でデプロイする
コンソールで Models を開き、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。GPU メモリが足りるマシンなら、自分で動かすこともできます：
vLLM
vllm serve zai-org/GLM-5 --tensor-parallel-size 8よくある質問
すべての GPU の最新価格は GPU 価格 のページにあります。
GLM-5 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 1,809 GB、8 ビットで約 905 GB、4 ビットで約 452 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 528 GB、LoRA で約 1,809 GB、Adam によるフルファインチューニングで約 12,062 GB が必要です（活性化を除く）。
GLM-5 は GPU 1 枚で動きますか？
いいえ。4 ビットでも約 452 GB 必要で、B300 2 枚が必要です。
GLM-5 を動かす費用はいくらですか？
16 ビットなら B300 8 枚、4 ビットなら B300 2 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-5 をデプロイするには？
Arrakis コンソールで Models を開き、zai-org/GLM-5 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
- GLM-5.1754B
- GLM-5.3753B
- GLM-5.3-Flash321B
- GLM-4.5-Air110B
- DeepSeek-V4.1-Flash763B
- DeepSeek-V3.2685B