¿Cuánta memoria necesita GLM-4.5 Air?

Unos 59,6 GB de pesos a 4 bits, más espacio para el contexto: 64,4 GB en total. En una Mac, eso significa 96 GB de memoria unificada o más, porque macOS deja que la GPU use alrededor del 75 % de forma predeterminada.

¿Qué tan rápido va GLM-4.5 Air en una Mac?

La velocidad de escritura depende del ancho de banda de memoria. Aquí, la Mac más rápida para este modelo es una con M5 Ultra y 96 GB, a unos 79–141 tokens por segundo (4 bits). La Mac más pequeña que lo ejecuta, con 96 GB, logra unos 79–141 con un M5 Ultra.

¿Por qué GLM-4.5 Air va más rápido de lo que sugiere su tamaño?

Es un modelo de mezcla de expertos: mantiene 106B parámetros en memoria, pero solo lee 12B en cada token, así que escribe a la velocidad de un modelo mucho más pequeño.

¿Puede una Mac ejecutar GLM-4.5 Air? RAM, velocidad

Memoria en cada precisión

Versión	Pesos	Con contexto	Mac más pequeña
8 bits	113 GB	122 GB	192 GB
6 bits	86,1 GB	93 GB	128 GB
4 bits	59,6 GB	64,4 GB	96 GB
3 bits menor calidad	46,4 GB	50,1 GB	96 GB
2 bits menor calidad	33,1 GB	35,7 GB	48 GB

En cada chip de Apple

El tamaño de memoria más pequeño de cada chip que ejecuta GLM-4.5 Air, la mejor versión que cabe y la velocidad de escritura que puedes esperar.

Chip	Necesita	Versión	Tokens/s
M6	no cabe en ningún tamaño	Demasiado grande	–
M5 Ultra	96 GB	4 bits Va bien	79–141
M5 Max	128 GB	6 bits Va bien	28–50
M5 Pro	48 GB	2 bits Va bien	36–65
M5	no cabe en ningún tamaño	Demasiado grande	–
M4 Max	128 GB	6 bits Va bien	25–45
M4 Pro	48 GB	2 bits Va bien	32–57
M4	no cabe en ningún tamaño	Demasiado grande	–
M3 Ultra	96 GB	4 bits Va bien	54–96
M3 Max	96 GB	4 bits Va bien	20–35
M3 Pro	no cabe en ningún tamaño	Demasiado grande	–
M3	no cabe en ningún tamaño	Demasiado grande	–
M2 Ultra	128 GB	6 bits Va bien	37–65
M2 Max	96 GB	4 bits Va bien	26–47
M2 Pro	no cabe en ningún tamaño	Demasiado grande	–
M2	no cabe en ningún tamaño	Demasiado grande	–
M1 Ultra	128 GB	6 bits Va bien	37–65
M1 Max	64 GB	2 bits Va bien	47–84
M1 Pro	no cabe en ningún tamaño	Demasiado grande	–
M1	no cabe en ningún tamaño	Demasiado grande	–

Cómo ejecutarlo

La forma fácil: descarga MLX Harness, gratis y de código abierto. Busca GLM-4.5 Air, descarga la versión que encaja con tu Mac y empieza a chatear. MLX Harness también ofrece el modelo a tus otras apps mediante una API compatible con OpenAI.Descarga MLX HarnessGratis · Apple Silicon · macOS 14.5 o posterior
En Terminal, con MLX de Apple:pip install mlx-lmmlx_lm.chat --model mlx-community/GLM-4.5-Air-4bitVersión MLX: mlx-community/GLM-4.5-Air-4bit en Hugging Face. Las demás precisiones están justo al lado.

Paso a paso: descargar y ejecutar LLM en tu Mac · cómo usar MLX Harness · MLX vs Ollama vs llama.cpp

Sobre GLM-4.5 Air

Creado por	Z.ai (Zhipu)
Parámetros	106B en total · 12B activos (mezcla de expertos)
Contexto	128K tokens
Licencia	MIT
Lanzamiento	2025-07
Entrada	Texto
Pesos	zai-org/GLM-4.5-Air

Preguntas

¿Cuánta memoria necesita GLM-4.5 Air?: Unos 59,6 GB de pesos a 4 bits, más espacio para el contexto: 64,4 GB en total. En una Mac, eso significa 96 GB de memoria unificada o más, porque macOS deja que la GPU use alrededor del 75 % de forma predeterminada.
¿Qué tan rápido va GLM-4.5 Air en una Mac?: La velocidad de escritura depende del ancho de banda de memoria. Aquí, la Mac más rápida para este modelo es una con M5 Ultra y 96 GB, a unos 79–141 tokens por segundo (4 bits). La Mac más pequeña que lo ejecuta, con 96 GB, logra unos 79–141 con un M5 Ultra.
¿Por qué GLM-4.5 Air va más rápido de lo que sugiere su tamaño?: Es un modelo de mezcla de expertos: mantiene 106B parámetros en memoria, pero solo lee 12B en cada token, así que escribe a la velocidad de un modelo mucho más pequeño.

Modelos similares

Todos los modelos · Todas las Mac · Compara tu Mac

Para la ficha de tu modelo o tu README

Muestra la Mac más pequeña que ejecuta bien GLM-4.5 Air y enlaza a esta página.

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

Cómo se calcula

Memoria: los parámetros del modelo a 8, 6, 4, 3 o 2 bits por peso más las escalas por grupo de MLX (medio bit por peso), o su formato nativo, con espacio extra para el contexto. De forma predeterminada, macOS deja que la GPU use alrededor del 75 % de la memoria unificada. Velocidad: el ancho de banda de memoria dividido entre los bytes leídos por token es el techo para una conversación; en los benchmarks públicos de Apple Silicon de llama.cpp, las ejecuciones reales alcanzan entre el 45 % y el 80 % de ese techo, que es el rango que se muestra. Son estimaciones, no mediciones: mide tu propia Mac en MLX Bench. Datos de los modelos tomados de cada ficha oficial; datos de los chips, de las especificaciones técnicas de Apple. Revisado el 2026-10-19. Los mismos datos que mlx.app/compare.