GLM-5.3-Flash の GPU 要件
GLM-5.3-Flash のパラメータ数は 321B です。推論で動かすには、16 ビットで約 771 GB、8 ビットで約 386 GB、4 ビットで約 193 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 288 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 321B パラメータ全体の分を見込んでください。
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
- 321B
- エキスパート数
- 288
- 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）
- 1,048,576
- 公開時の精度
- FP8
- ライセンス
- mit
- 公開日
- 2026-08-25
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-5.3-Flash --tensor-parallel-size 4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-5.3-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 771 GB、8 ビットで約 386 GB、4 ビットで約 193 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 225 GB、LoRA で約 771 GB、Adam によるフルファインチューニングで約 5,141 GB が必要です（活性化を除く）。
GLM-5.3-Flash は GPU 1 枚で動きますか？
はい、量子化すれば動きます。4 ビットで約 193 GB 必要で、B300 1 枚に収まります。16 ビットでは B300 4 枚が必要です。
GLM-5.3-Flash を動かす費用はいくらですか？
16 ビットなら B300 4 枚、4 ビットなら B300 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-5.3-Flash をデプロイするには？
Arrakis コンソールで Models を開き、zai-org/GLM-5.3-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
- GLM-4.5-Air110B
- GLM-4.7-Flash31B
- GLM-5.3753B
- GLM-5754B
- DeepSeek-V4-Flash-0731304B
- Hy3299B