# Requisitos de GPU do GLM-4.5-Air

O GLM-4.5-Air tem 110B parâmetros. Para servi-lo, conte com cerca de 265 GB de memória de GPU em 16 bits, 133 GB em 8 bits ou 66 GB em 4 bits, incluindo cerca de 20% para o cache KV e as ativações.

É um modelo de mistura de especialistas: 128 especialistas, 8 deles ativos para cada token. Todos ficam na memória da GPU, então conte memória para todos os 110B parâmetros.

[Implante na Arrakis](/console/#/models?model=zai-org/GLM-4.5-Air).

## O que é preciso para servi-lo

| Precisão | Memória e menor configuração |
|---|---|
| 16 bits | 265 GB: 2 × [H200](/pt/gpus/h200.html.md), a partir de US$ 8,06 por hora pelas 2 |
| 8 bits | 133 GB: uma [H200](/pt/gpus/h200.html.md), a partir de US$ 4,03 por GPU-hora |
| 4 bits | 66 GB: uma [H100](/pt/gpus/h100.html.md) ou [A100](/pt/gpus/a100.html.md), a H100 a partir de US$ 1,65 por GPU-hora |

## O que é preciso para fazer ajuste fino

| Método | Memória e menor configuração |
|---|---|
| QLoRA | 77 GB: uma [H100](/pt/gpus/h100.html.md) ou [A100](/pt/gpus/a100.html.md), a H100 a partir de US$ 1,65 por GPU-hora |
| LoRA | 265 GB: 2 × [H200](/pt/gpus/h200.html.md), a partir de US$ 8,06 por hora pelas 2 |
| Ajuste fino completo | 1.768 GB: 8 × [B300](/pt/gpus/b300.html.md), a partir de US$ 36,80 por hora pelas 8 |

## Sobre o modelo

| | |
|---|---|
| Parâmetros | `110B` |
| Especialistas | `128` |
| Especialistas por token | `8` |
| Janela de contexto (tokens) | `131,072` |
| Publicado em | `BF16` |
| Licença | `mit` |
| Data de lançamento | `2025-07-20` |
| Pesos | [zai-org/GLM-4.5-Air](https://huggingface.co/zai-org/GLM-4.5-Air) |

## Sirva você mesmo

```
vllm serve zai-org/GLM-4.5-Air --tensor-parallel-size 2
```

## Perguntas

**Quanta memória de GPU o GLM-4.5-Air precisa?** Para servi-lo, cerca de 265 GB em 16 bits, 133 GB em 8 bits e 66 GB em 4 bits, incluindo cerca de 20% para o cache KV e as ativações. Para fazer ajuste fino, cerca de 77 GB com QLoRA, 265 GB com LoRA e 1.768 GB para ajuste fino completo com Adam, sem contar as ativações.

**Posso rodar o GLM-4.5-Air em uma única GPU?** Sim, quantizado. Em 8 bits ele precisa de cerca de 133 GB, que cabem em uma H200. Em 16 bits ele precisa de 2 GPUs H200.

**Quanto custa rodar o GLM-4.5-Air?** Em 16 bits ele precisa de 2 GPUs H200; em 4 bits, de uma H100 ou A100. Cada configuração desta página mostra o menor preço por GPU-hora na Arrakis agora, e você paga por hora a partir de um saldo pré-pago.

**Como implanto o GLM-4.5-Air na Arrakis?** Abra Models no console da Arrakis, cole zai-org/GLM-4.5-Air, escolha vLLM, SGLang ou llama.cpp e alugue uma GPU em que ele caiba. Você recebe um endpoint compatível com OpenAI com sua própria chave de API, e SSH root na máquina.


Mais modelos: [/models](/pt/models.html.md).