متطلبات العتاد لـ GLM-5.3

744B أوزان، 40B نشطة لكل رمز، وبنية 4-bit تحتاج إلى 475GB. ما الذي يتطلبه أقوى نموذج مفتوح، وما الذي تتنازل عنه عند كل مستوى تكميم، وأي الأجهزة تصل إليه.

Terminal showing GLM-5.3 loaded with llama-server and --n-cpu-moe 40: 744B parameters with 40B active per token, attention layers on the GPU and expert layers in system RAM, 475GB total memory and 94.29% top-1 accuracy

GLM-5.3 هو أقوى نموذج مفتوح الأوزان يمكنك تنزيله اليوم. أطلقت Z.aiه في 14 أغسطس 2026 ونشرت الأوزان بعد أسبوعين، في 28 أغسطس، بعد اكتمال تعزيز الأمان.4 يحقق نتائج رائدة في Terminal-Bench 3.0 ويرفع تلك النتيجة من 4.6% إلى 28.3% مقارنة بسابقه.4

وهو أيضاً نموذج بمعاملات 744B، وتحتاج نسخته القابلة للاستخدام إلى 475GB من الذاكرة. هذا الرقم، وليس المعيار، هو ما يحدد ما إذا كان بإمكانك تشغيله.

  • المعاملات744Bحوالي 40B نشط
  • السياق1Mرمزاً
  • الترخيصGLM-5.3مخصص، وليس MIT
  • الذاكرة عند 4-بت475GB94.3% الدقة

النموذج نفسه مثل 5.2، تم تدريبه أكثر

يشارك GLM-5.3 نموذج الأساس نفسه مع GLM-5.2. تأتي كل مكاسب الأداء من تدريب لاحق إضافي، لا من تشغيل تدريب تمهيدي جديد.1 لذلك فإن البنية، وعدد المعاملات، وفاتورة الذاكرة متطابقة مع 5.2، وهذا مفيد: أي شيء تعلمته عن تشغيل 5.2 لا يزال ينطبق، وأي جهاز شغّل 5.2 يشغّل 5.3.

مثل كل النماذج المفتوحة الرائدة هذا العام، فهو نموذج مزيج من الخبراء. يحتوي على 744B من المعاملات ويوجّه نحو 40B منها لكل رمز. إن الرقم الصغير النشط هو سبب قدرة جهاز واحد على التوليد بسرعة معقولة. أما الرقم الإجمالي الكبير فهو سبب وجوب أن يكون ذلك الجهاز قوياً بالفعل — إذ يختار الموجّه خبراء مختلفين لكل رمز، لذا تبقى جميعها مقيمة في الذاكرة.

ما الذي يتطلبه

تنشر Unsloth سلّمًا كاملًا للكمّنة لـ GLM-5.3، ومن غير المعتاد أنها تنشر أيضًا رقم دقة مقاسًا بجانب كل مستوى. هذا العمود الثاني هو ما يجعل الاختيار ممكنًا.

GLM-5.3 مبني على Unsloth. الذاكرة هي إجمالي ذاكرة RAM للنظام بالإضافة إلى VRAM، أو الذاكرة الموحدة، وتزيد عن حجم الملف لأن السياق وحالة العمل يوجدان فوقها.
النسخة على القرص الذاكرة الدقة
UD-IQ1_S 216.7GB 223GB 72.56%
UD-IQ2_M 238.6GB 245GB 78.53%
UD-IQ3_XXS 281.7GB 290GB 84.15%
UD-Q3_K_XL 343.0GB 360GB 88.86%
UD-Q4_K_XL 467.3GB 475GB 94.29%
UD-Q5_K_XL 562.5GB 570GB 95.82%

ما الذي تتخلى عنه كل عملية كمّنة

تخزّن الكمّنة كل وزن بعدد أقل من البِتّات. التوفير حقيقي وكذلك الكلفة، وهذه الكلفة ليست خطية. اقرأ السلّم من الأسفل وستجد أن أولى الخطوات تكاد تكون مجانية؛ واقرأه من الأعلى وستجد أن الخطوات الأخيرة قاسية جدًا.

ما الذي تتخلى عنه كل عملية كمّنةأقصى-1 دقة يتم التضحية بها مقارنةً بالنموذج كامل الدقة، بالنقاط المئوية. الأقل أفضل.
  1. 1-بت27.4
  2. 2-بت21.5
  3. 3-بت15.9
  4. 3-بت XL11.1
  5. 4-بت5.7
  6. 5-بت4.2

مستمد من أعلى1 دقة منشورة بواسطة Unsloth لإصدارات UD-IQ1_S وUD-IQ2_M وUD-IQ3_XXS وUD-Q3_K_XL وUD-Q4_K_XL وUD-Q5_K_XL من GLM-5.3.1

الانتقال من 4-بت إلى 2-بت يوفر 230GB ويكلف ما يقرب من ستة عشر نقطة من الدقة. والانتقال من 5-بت إلى 4-بت يوفر 95GB ويكلف نقطة ونصفًا. إذا امتدت ميزانيتك إلى 512GB، فإن 4-بت هو المستوى الذي لا يزال فيه النموذج يتصرف كأنه نفسه. وما دون ذلك فأنت تشغّل عرضًا توضيحيًا.

ثلاث طرق للوصول إلى 475GB

ذاكرة موحدة واحدة. جهاز Mac Studio M3 Ultra 512GB يتسع للبناء 4-بت مع هامش للسياق، وهو الجهاز الذي يفعل ذلك اليوم. أما البناء 2-بت عند 245GB فيناسب جهازًا 256GB مباشرةً.2 512GB هو الحد الأعلى على Apple silicon في كلتا الحالتين: جهاز M5 Ultra الأحدث يصل إلى الرقم نفسه، وتكوينه 512GB غير متوقع حتى أواخر أكتوبر.5

بطاقة مع ذاكرة RAM للنظام. لأن النموذج sparse، يعمل التقسيم جيدًا. توضع طبقات الانتباه على بطاقة الرسوميات، وتبقى طبقات الخبراء في ذاكرة النظام، ويحدد علم llama.cpp --n-cpu-moe موضع الفاصل. تشير Unsloth إلى تشغيل GLM-5.2 على بطاقة 24GB واحدة مع 256GB من RAM بهذه الطريقة.2 توقع أن يكون أبطأ من الذاكرة الموحدة، لأن أوزان الخبراء ستُقرأ عند سرعة DDR5 لديك بدلًا من VRAM. وهنا تبرر منصة عمل بثماني قنوات سعرها.

كل شيء في VRAM. تمنح أربع بطاقات RTX PRO 6000 384GB، وهي كافية لبناء 3-بت. قاست HelixML النسخة الأصغر GLM-5.3-Flash على أربع بطاقات RTX PRO 6000 Server Edition عند 63.7 رمز إخراج في الثانية لطلب واحد و82.8 مع فك ترميز استكشافي، وكانت بحاجة إلى إصدار تجريبي مثبت من SGLang للقيام بذلك.3 نادرًا ما يكتمل الدعم في اليوم الأول لبنية جديدة.

اقرأ الترخيص قبل أن تخطط لمنتج عليه

هنا يختلف GLM-5.3 عن عائلته نفسها، ولا يكاد أحد يذكر ذلك. أُصدر GLM-5.2 بموجب MIT.6 أما GLM-5.3 فليس كذلك: إذ تحمل أوزانه ترخيصًا مخصصًا يحمل اسم النموذج، ويشترط على مشغلي model-as-a-service الذين تتجاوز إيراداتهم خلال الاثني عشر شهرًا الماضية $10B أن يمروا بمراجعة أمان من Z.ai قبل الاستخدام التجاري.4 GLM-5.3-Flash، الذي أُصدر في 26 أغسطس، هو MIT مرة أخرى.4

بالنسبة لمعظم الشركات، فإن عتبة الإيرادات مسألة نظرية. المهم هنا هو أن الترخيص بات يختلف من إصدار إلى آخر داخل العائلة نفسها، لذا تحقّق منه لكل طراز على حدة وليس لكل مورّد.

الإعدادات المهمة

استخدم درجة حرارة 1.0 مع top-p عند 0.95 للأعمال العادية، وtop-p عند 1.0 للتشغيلات الوكيلة الطويلة.1

هناك فخّ خاص بهذا الإصدار. GLM-5.3 يستخدم أقصى قدر من الاستدلال افتراضيًا ولا يمكن إيقاف التفكير، وهذا ليس حال 5.2. مرّر --chat-template-kwargs '{"reasoning_effort":"low"}' لخفضه، واضبط clear_thinking على true للمحادثات متعددة الجولات حتى لا يتراكم الاستدلال القديم في السياق.1 إذا تُرك وحده في محادثة طويلة فسوف يستهلك كلًا من رموزك وسعة الذاكرة المتاحة لديك.

للحسابات وراء كل هذا، راجع كمية الذاكرة التي تحتاجها لتشغيل نموذج مفتوح محليًا. وللاطلاع على أحدث إصدار في فئة الوزن نفسها، راجع DeepSeek V4.1-Flash. تعني آلة 512GB اليوم Mac Studio M3 Ultra 512GB أو Neox Metal مزوّدًا بـ 512GB من registered ECC memory.

المصادر

  1. Unsloth، GLM-5.3: كيفية التشغيل محليًا — المعلمات، وأحجام التكميم، ومتطلبات الذاكرة، ودقة top-1 لكل build، والإعدادات الموصى بها، ورايات reasoning-effort.
  2. Unsloth، GLM-5.2: كيفية التشغيل محليًا — build ذو 2-bit على Mac بذاكرة موحّدة 256GB، والتشغيل على بطاقة واحدة مع offloading لـ MoE.
  3. HelixML، "GLM-5.3-Flash على RTX PRO 6000، الجزء 1"، 27 أغسطس 2026.
  4. Z.ai، بطاقة نموذج GLM-5.3 والترخيص، Hugging Face — تواريخ الإطلاق وإتاحة الأوزان المفتوحة، ونتائج Terminal-Bench 3.0، وشروط الترخيص، وGLM-5.3-Flash المرخّص تحت MIT.
  5. Apple، "Apple introduces M6 and M5 Ultra"، 25 أغسطس 2026 — 512GB أقصى ذاكرة موحّدة.
  6. Z.ai، بطاقة نموذج GLM-5.2، Hugging Face — ترخيص MIT.

More news from الذكاء الاصطناعي المحلي