Πόση μνήμη χρειάζεται το GLM-4.5 Air;

Περίπου 59,6 GB για τα βάρη σε 4-bit, συν χώρο για τα συμφραζόμενα: 64,4 GB συνολικά. Σε Mac αυτό σημαίνει 96 GB ενοποιημένης μνήμης ή περισσότερα, αφού το macOS αφήνει από προεπιλογή την GPU να χρησιμοποιεί περίπου το 75% της.

Πόσο γρήγορο είναι το GLM-4.5 Air σε Mac;

Η ταχύτητα γραφής εξαρτάται από το εύρος ζώνης μνήμης. Ο ταχύτερος Mac γι’ αυτό εδώ είναι ένας Mac με M5 Ultra και 96 GB, με περίπου 79–141 tokens ανά δευτερόλεπτο (4-bit). Ο μικρότερος Mac που το τρέχει, με 96 GB, φτάνει περίπου τα 79–141 με M5 Ultra.

Γιατί το GLM-4.5 Air τρέχει πιο γρήγορα απ’ ό,τι δείχνει το μέγεθός του;

Είναι μοντέλο mixture of experts: κρατά 106B παραμέτρους στη μνήμη αλλά διαβάζει μόνο 12B για κάθε token, οπότε γράφει με την ταχύτητα ενός πολύ μικρότερου μοντέλου.

Εκτέλεση GLM-4.5 Air σε Mac: απαιτήσεις RAM και ταχύτητα

Μνήμη σε κάθε ακρίβεια

Έκδοση	Βάρη	Με συμφραζόμενα	Μικρότερος Mac
8-bit	113 GB	122 GB	192 GB
6-bit	86,1 GB	93 GB	128 GB
4-bit	59,6 GB	64,4 GB	96 GB
3-bit χαμηλότερη ποιότητα	46,4 GB	50,1 GB	96 GB
2-bit χαμηλότερη ποιότητα	33,1 GB	35,7 GB	48 GB

Πόση RAM χρειάζεται ένα LLM

Σε κάθε τσιπ της Apple

Το μικρότερο μέγεθος μνήμης κάθε τσιπ που τρέχει το GLM-4.5 Air, η καλύτερη έκδοση που χωράει και η ταχύτητα γραφής που μπορείτε να περιμένετε.

Τσιπ	Απαιτεί	Έκδοση	Tokens/s
M6	κανένα μέγεθος δεν χωράει	Πολύ μεγάλο	–
M5 Ultra	96 GB	4-bit Τρέχει καλά	79–141
M5 Max	128 GB	6-bit Τρέχει καλά	28–50
M5 Pro	48 GB	2-bit Τρέχει καλά	36–65
M5	κανένα μέγεθος δεν χωράει	Πολύ μεγάλο	–
M4 Max	128 GB	6-bit Τρέχει καλά	25–45
M4 Pro	48 GB	2-bit Τρέχει καλά	32–57
M4	κανένα μέγεθος δεν χωράει	Πολύ μεγάλο	–
M3 Ultra	96 GB	4-bit Τρέχει καλά	54–96
M3 Max	96 GB	4-bit Τρέχει καλά	20–35
M3 Pro	κανένα μέγεθος δεν χωράει	Πολύ μεγάλο	–
M3	κανένα μέγεθος δεν χωράει	Πολύ μεγάλο	–
M2 Ultra	128 GB	6-bit Τρέχει καλά	37–65
M2 Max	96 GB	4-bit Τρέχει καλά	26–47
M2 Pro	κανένα μέγεθος δεν χωράει	Πολύ μεγάλο	–
M2	κανένα μέγεθος δεν χωράει	Πολύ μεγάλο	–
M1 Ultra	128 GB	6-bit Τρέχει καλά	37–65
M1 Max	64 GB	2-bit Τρέχει καλά	47–84
M1 Pro	κανένα μέγεθος δεν χωράει	Πολύ μεγάλο	–
M1	κανένα μέγεθος δεν χωράει	Πολύ μεγάλο	–

Πώς να το τρέξετε

Στο Terminal με το MLX της Apple:pip install mlx-lmmlx_lm.chat --model mlx-community/GLM-4.5-Air-4bitBuild: mlx-community/GLM-4.5-Air-4bit στο Hugging Face. Οι άλλες ακρίβειες βρίσκονται ακριβώς δίπλα.

Βήμα προς βήμα: λήψη και εκτέλεση LLM σε Mac · MLX vs Ollama vs llama.cpp

Προτιμάτε μια εφαρμογή από το Τερματικό; Συγκρίνετε τις εφαρμογές Mac που τρέχουν τοπικά μοντέλα στο AI App Store: τιμή, άδεια και πού πηγαίνουν τα δεδομένα σας.

Σχετικά με το GLM-4.5 Air

Δημιουργός	Z.ai (Zhipu)
Παράμετροι	106B συνολικά · 12B ενεργές (mixture of experts)
Συμφραζόμενα	128K tokens
Άδεια	MIT
Κυκλοφορία	2025-07
Είσοδος	Κείμενο
Βάρη	zai-org/GLM-4.5-Air

Ερωτήσεις

Πόση μνήμη χρειάζεται το GLM-4.5 Air;: Περίπου 59,6 GB για τα βάρη σε 4-bit, συν χώρο για τα συμφραζόμενα: 64,4 GB συνολικά. Σε Mac αυτό σημαίνει 96 GB ενοποιημένης μνήμης ή περισσότερα, αφού το macOS αφήνει από προεπιλογή την GPU να χρησιμοποιεί περίπου το 75% της.
Πόσο γρήγορο είναι το GLM-4.5 Air σε Mac;: Η ταχύτητα γραφής εξαρτάται από το εύρος ζώνης μνήμης. Ο ταχύτερος Mac γι’ αυτό εδώ είναι ένας Mac με M5 Ultra και 96 GB, με περίπου 79–141 tokens ανά δευτερόλεπτο (4-bit). Ο μικρότερος Mac που το τρέχει, με 96 GB, φτάνει περίπου τα 79–141 με M5 Ultra.
Γιατί το GLM-4.5 Air τρέχει πιο γρήγορα απ’ ό,τι δείχνει το μέγεθός του;: Είναι μοντέλο mixture of experts: κρατά 106B παραμέτρους στη μνήμη αλλά διαβάζει μόνο 12B για κάθε token, οπότε γράφει με την ταχύτητα ενός πολύ μικρότερου μοντέλου.

Παρόμοια μοντέλα

Όλα τα μοντέλα · Όλοι οι Mac · Συγκρίνετε τον Mac σας

Για την κάρτα μοντέλου ή το README σας

Δείχνει τον μικρότερο Mac που τρέχει καλά το GLM-4.5 Air και οδηγεί εδώ.

[![Runs on a Mac](https://mlx.app/badge/run/glm-4.5-air.svg)](https://mlx.app/run/glm-4.5-air)

Πώς υπολογίζεται

Μνήμη: οι παράμετροι του μοντέλου σε 8, 6, 4, 3 ή 2 bit ανά βάρος συν τις κλίμακες ομάδων του MLX (μισό bit ανά βάρος), ή στην εγγενή του μορφή, με χώρο για τα συμφραζόμενα από πάνω. Από προεπιλογή το macOS αφήνει την GPU να χρησιμοποιεί περίπου το 75% της ενοποιημένης μνήμης. Ταχύτητα: το εύρος ζώνης μνήμης διαιρεμένο με τα bytes που διαβάζονται ανά token είναι το ανώτατο όριο για μία συνομιλία· στα δημόσια benchmarks Apple Silicon του llama.cpp οι πραγματικές εκτελέσεις φτάνουν περίπου το 45% έως 80% του ορίου, και αυτό το εύρος δείχνουμε. Είναι εκτιμήσεις, όχι μετρήσεις: μετρήστε τον δικό σας Mac στο MLX Bench. Στοιχεία μοντέλων από την επίσημη κάρτα κάθε μοντέλου, στοιχεία τσιπ από τα Τεχνικά χαρακτηριστικά της Apple. Ελέγχθηκε 2026-10-19. Ίδια δεδομένα με το mlx.app/compare.

Ανοιχτά δεδομένα: mlx.app/data (JSON, CSV)