国产MoEMIT
GLM-5.1
智谱 Z.AI 开源旗舰 GLM-5.1（754B MoE，约 40B 激活），长上下文与 Agentic 代码能力；MIT 协议，详见魔搭模型页与 GLM-5.1 合集
智谱 AI·754B 参数·MoE·发布于 2026-04-08
你的硬件评估
正在检测硬件...
❓ 未知
参数量
754B
激活 40B
上下文长度
195K tokens
架构
MoE
754B 总参数
最低显存
271 GB
Q2_K · 本地运行约需
量化选项
2 种
适用场景
对话代码Agent推理中文
量化版本对比（GGUF / 本地运行）
磁盘约：该量化档典型 GGUF 单文件占用（未填 fileSize 时用同档显存约值代替）。 所需显存：在 GPU 上跑该档的约需（权重 + KV 等余量），站内人工标定。
| 格式 | 位宽 | 磁盘约 | 所需显存 | 质量 | 预估速度 | 状态 |
|---|---|---|---|---|---|---|
| Q2_K | 2-bit | 271 GB | 271 GB | 低 | — | ❓ 未知 |
| Q4_K_M | 4-bit | 460 GB | 460 GB | 良好 | — | ❓ 未知 |
显存需求一览
柱状长度为各档「所需显存」相对比例。
Q2_K
271 GB
Q4_K_M
460 GB
资源链接
💡 关于 MoE 架构
GLM-5.1 采用 Mixture of Experts (MoE) 架构，总参数量为 754B， 但每次推理仅激活 40B 参数。虽然推理计算量较小， 但完整模型权重仍需全部加载到显存中，因此显存需求按总参数量计算。 实际推理速度会比同等显存占用的 Dense 模型更快。
推荐硬件配置
Q2_K→建议 ≥ 312 GB 显存（模型 271 GB + 15% 余量）
Q4_K_M→建议 ≥ 529 GB 显存（模型 460 GB + 15% 余量）