Wie viel Speicher braucht GLM-5.3?

Etwa 419 GB für die Gewichte mit 4 Bit, plus Platz für den Kontext: insgesamt 452 GB. Das ist mehr, als heute irgendein Mac hat.

Wie schnell ist GLM-5.3 auf einem Mac?

Das Schreibtempo hängt von der Speicherbandbreite ab. Der schnellste Mac dafür ist hier einer mit M5 Ultra und 512 GB, mit etwa 31–55 Tokens pro Sekunde (3 Bit). Der kleinste Mac, der es ausführt, schafft mit 512 GB etwa 31–55 auf dem M5 Ultra.

Warum läuft GLM-5.3 schneller, als seine Größe vermuten lässt?

Es ist ein Mixture-of-Experts-Modell: Es hält 744B Parameter im Speicher, liest pro Token aber nur 40B. Darum schreibt es so schnell wie ein viel kleineres Modell.

Läuft GLM-5.3 auf dem Mac? Speicher und Tempo

Speicher bei jeder Genauigkeit

Version	Gewichte	Mit Kontext	Kleinster Mac
8 Bit	791 GB	854 GB	mehr als jeder Mac
6 Bit	605 GB	653 GB	mehr als jeder Mac
4 Bit	419 GB	452 GB	mehr als jeder Mac
3 Bit geringere Qualität	326 GB	352 GB	512 GB
2 Bit geringere Qualität	233 GB	251 GB	512 GB

Auf jedem Apple-Chip

Die kleinste Speichergröße jedes Chips, mit der GLM-5.3 läuft, die beste Version, die hineinpasst, und das Schreibtempo, das du erwarten kannst.

Chip	Braucht	Version	Tokens/s
M6	keine Größe passt	Zu groß	–
M5 Ultra	512 GB	3 Bit Läuft gut	31–55
M5 Max	keine Größe passt	Zu groß	–
M5 Pro	keine Größe passt	Zu groß	–
M5	keine Größe passt	Zu groß	–
M4 Max	keine Größe passt	Zu groß	–
M4 Pro	keine Größe passt	Zu groß	–
M4	keine Größe passt	Zu groß	–
M3 Ultra	512 GB	3 Bit Läuft gut	21–37
M3 Max	keine Größe passt	Zu groß	–
M3 Pro	keine Größe passt	Zu groß	–
M3	keine Größe passt	Zu groß	–
M2 Ultra	keine Größe passt	Zu groß	–
M2 Max	keine Größe passt	Zu groß	–
M2 Pro	keine Größe passt	Zu groß	–
M2	keine Größe passt	Zu groß	–
M1 Ultra	keine Größe passt	Zu groß	–
M1 Max	keine Größe passt	Zu groß	–
M1 Pro	keine Größe passt	Zu groß	–
M1	keine Größe passt	Zu groß	–

So führst du es aus

Der einfache Weg: Lade MLX Harness herunter, kostenlos und Open Source. Suche nach GLM-5.3, lade die Version, die zu deinem Mac passt, und chatte los. MLX Harness stellt das Modell auch deinen anderen Apps über eine OpenAI-kompatible API bereit.MLX Harness herunterladenKostenlos · Apple Silicon · macOS 14.5 oder neuer
Im Terminal mit Apples MLX:pip install mlx-lmmlx_lm.chat --model mlx-community/GLM-5.3-4bitBuild: mlx-community/GLM-5.3-4bit auf Hugging Face. Andere Genauigkeiten liegen gleich daneben.

Schritt für Schritt: LLMs auf den Mac laden und ausführen · So nutzt du MLX Harness · MLX vs. Ollama vs. llama.cpp

Über GLM-5.3

Von	Z.ai (Zhipu)
Parameter	744B gesamt · 40B aktiv (Mixture of Experts)
Kontext	1M Tokens
Lizenz	GLM-5.3 license (custom, 'glm-5.3')
Veröffentlicht	2026-08
Eingabe	Text
Intelligenz	44,8 im Artificial Analysis Intelligence Index
Gewichte	zai-org/GLM-5.3

Fragen

Wie viel Speicher braucht GLM-5.3?: Etwa 419 GB für die Gewichte mit 4 Bit, plus Platz für den Kontext: insgesamt 452 GB. Das ist mehr, als heute irgendein Mac hat.
Wie schnell ist GLM-5.3 auf einem Mac?: Das Schreibtempo hängt von der Speicherbandbreite ab. Der schnellste Mac dafür ist hier einer mit M5 Ultra und 512 GB, mit etwa 31–55 Tokens pro Sekunde (3 Bit). Der kleinste Mac, der es ausführt, schafft mit 512 GB etwa 31–55 auf dem M5 Ultra.
Warum läuft GLM-5.3 schneller, als seine Größe vermuten lässt?: Es ist ein Mixture-of-Experts-Modell: Es hält 744B Parameter im Speicher, liest pro Token aber nur 40B. Darum schreibt es so schnell wie ein viel kleineres Modell.

Für deine Model Card oder README

Zeigt den kleinsten Mac, der GLM-5.3 gut ausführt, und verlinkt hierher.

[![Runs on a Mac](https://mlx.app/badge/run/glm-5.3.svg)](https://mlx.app/run/glm-5.3)

So wird gerechnet

Speicher: die Parameter des Modells mit 8, 6, 4, 3 oder 2 Bit pro Gewicht plus die Gruppenskalen von MLX (ein halbes Bit pro Gewicht) oder in seinem nativen Format, dazu Platz für den Kontext. Standardmäßig lässt macOS die GPU etwa 75 % des gemeinsamen Arbeitsspeichers nutzen. Tempo: Speicherbandbreite geteilt durch die pro Token gelesenen Bytes ergibt die Obergrenze für eine Unterhaltung; in den öffentlichen Apple Silicon Benchmarks von llama.cpp erreichen echte Läufe etwa 45 % bis 80 % davon, und diese Spanne zeigen wir. Das sind Schätzungen, keine Messungen: Miss deinen eigenen Mac mit MLX Bench. Modellwerte aus der jeweiligen offiziellen Model Card, Chipwerte aus Apples technischen Daten. Geprüft am 2026-10-19. Dieselben Daten wie auf mlx.app/compare.

Läuft GLM-5.3 auf einem Mac?