# Requisitos de GPU do GLM-5

O GLM-5 tem 754B parâmetros. Para servi-lo, conte com cerca de 1.809 GB de memória de GPU em 16 bits, 905 GB em 8 bits ou 452 GB em 4 bits, incluindo cerca de 20% para o cache KV e as ativações.

É um modelo de mistura de especialistas: 256 especialistas, 8 deles ativos para cada token. Todos ficam na memória da GPU, então conte memória para todos os 754B parâmetros.

[Implante na Arrakis](/console/#/models?model=zai-org/GLM-5).

## O que é preciso para servi-lo

| Precisão | Memória e menor configuração |
|---|---|
| 16 bits | 1.809 GB: 8 × [B300](/pt/gpus/b300.html.md), a partir de US$ 36,80 por hora pelas 8 |
| 8 bits | 905 GB: 4 × [B300](/pt/gpus/b300.html.md), a partir de US$ 18,40 por hora pelas 4 |
| 4 bits | 452 GB: 2 × [B300](/pt/gpus/b300.html.md), a partir de US$ 9,20 por hora pelas 2 |

## O que é preciso para fazer ajuste fino

| Método | Memória e menor configuração |
|---|---|
| QLoRA | 528 GB: 4 × [H200](/pt/gpus/h200.html.md), a partir de US$ 16,12 por hora pelas 4 |
| LoRA | 1.809 GB: 8 × [B300](/pt/gpus/b300.html.md), a partir de US$ 36,80 por hora pelas 8 |
| Ajuste fino completo | 12.062 GB: mais de uma máquina de 8 GPUs |

## Sobre o modelo

| | |
|---|---|
| Parâmetros | `754B` |
| Especialistas | `256` |
| Especialistas por token | `8` |
| Janela de contexto (tokens) | `202,752` |
| Publicado em | `BF16` |
| Licença | `mit` |
| Data de lançamento | `2026-02-11` |
| Pesos | [zai-org/GLM-5](https://huggingface.co/zai-org/GLM-5) |

## Sirva você mesmo

```
vllm serve zai-org/GLM-5 --tensor-parallel-size 8
```

## Perguntas

**Quanta memória de GPU o GLM-5 precisa?** Para servi-lo, cerca de 1.809 GB em 16 bits, 905 GB em 8 bits e 452 GB em 4 bits, incluindo cerca de 20% para o cache KV e as ativações. Para fazer ajuste fino, cerca de 528 GB com QLoRA, 1.809 GB com LoRA e 12.062 GB para ajuste fino completo com Adam, sem contar as ativações.

**Posso rodar o GLM-5 em uma única GPU?** Não. Mesmo em 4 bits ele precisa de cerca de 452 GB: 2 GPUs B300.

**Quanto custa rodar o GLM-5?** Em 16 bits ele precisa de 8 GPUs B300; em 4 bits, de 2 GPUs B300. 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-5 na Arrakis?** Abra Models no console da Arrakis, cole zai-org/GLM-5, 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).