GLM-5.3-Flash 的 GPU 需求

GLM-5.3-Flash 有 321B 参数。部署推理时，16 位约需 771 GB 显存，8 位约 386 GB，4 位约 193 GB，其中包含约 20% 用于 KV 缓存和激活值。

它是混合专家模型：共 288 个专家，每个 token 激活其中 8 个。所有专家都常驻显存，因此显存要按全部 321B 参数来规划。

部署推理需要什么

推理运行它所需的显存，能放下它的最小 GPU 配置，以及 Arrakis 当前的最低价格。

QLoRA 在冻结的 4 位模型上训练适配器，LoRA 基于 16 位模型，全量微调则会更新所有权重。以上数字不含激活值，激活值会随批大小和序列长度增长。

来自它在 Hugging Face 上的模型卡和文件。本页的显存数字遵循GPU 显存指南。

在控制台中打开 Models，选择 vLLM、SGLang 或 llama.cpp，然后租用一块能放下它的 GPU。你会得到一个兼容 OpenAI 的端点，带有专属 API 密钥，并可通过 root SSH 登录机器。也可以在任何显存足够的机器上自己运行：

vLLM

vllm serve zai-org/GLM-5.3-Flash --tensor-parallel-size 4

所有 GPU 的实时价格见 GPU 价格页面。

GLM-5.3-Flash 需要多少显存？

推理部署时，16 位约需 771 GB，8 位约 386 GB，4 位约 193 GB，其中包含约 20% 用于 KV 缓存和激活值。微调时，QLoRA 约需 225 GB，LoRA 约需 771 GB，使用 Adam 全量微调约需 5,141 GB，均未计入激活值。

GLM-5.3-Flash 能在单块 GPU 上运行吗？

可以，但需要量化。4 位下约需 193 GB，一块 B300 就能放下。16 位下需要 4 块 B300。

运行 GLM-5.3-Flash 要多少钱？

16 位下需要 4 块 B300；4 位下需要一块 B300。本页每种配置都显示 Arrakis 当前每 GPU 小时的最低价格，从预付余额中按小时扣费。

如何在 Arrakis 上部署 GLM-5.3-Flash？

在 Arrakis 控制台中打开 Models，粘贴 zai-org/GLM-5.3-Flash，选择 vLLM、SGLang 或 llama.cpp，然后租用一块能放下它的 GPU。你会得到一个兼容 OpenAI 的端点，带有专属 API 密钥，并可通过 root SSH 登录机器。