Berapa memori yang dibutuhkan GLM-4.5 Air?

Sekitar 59,6 GB untuk bobot pada 4-bit, ditambah ruang untuk konteks: total 64,4 GB. Di Mac artinya memori terpadu 96 GB atau lebih, karena secara bawaan macOS mengizinkan GPU memakai sekitar 75% darinya.

Seberapa cepat GLM-4.5 Air di Mac?

Kecepatan menulis bergantung pada bandwidth memori. Mac tercepat untuknya di sini adalah M5 Ultra dengan 96 GB, sekitar 79–141 token per detik (4-bit). Mac terkecil yang bisa menjalankannya, dengan 96 GB, mencapai sekitar 79–141 pada M5 Ultra.

Mengapa GLM-4.5 Air berjalan lebih cepat daripada ukurannya?

Ini model mixture-of-experts: ia menyimpan 106B parameter di memori tetapi hanya membaca 12B untuk setiap token, sehingga menulis secepat model yang jauh lebih kecil.

Bisakah Mac menjalankan GLM-4.5 Air? RAM, kecepatan

Memori di setiap presisi

Versi	Bobot	Dengan konteks	Mac terkecil
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 kualitas lebih rendah	46,4 GB	50,1 GB	96 GB
2-bit kualitas lebih rendah	33,1 GB	35,7 GB	48 GB

Di setiap chip Apple

Ukuran memori terkecil setiap chip yang bisa menjalankan GLM-4.5 Air, versi terbaik yang muat, dan kecepatan menulis yang bisa Anda harapkan.

Chip	Butuh	Versi	Token/s
M6	tidak ada ukuran yang muat	Terlalu besar	–
M5 Ultra	96 GB	4-bit Berjalan baik	79–141
M5 Max	128 GB	6-bit Berjalan baik	28–50
M5 Pro	48 GB	2-bit Berjalan baik	36–65
M5	tidak ada ukuran yang muat	Terlalu besar	–
M4 Max	128 GB	6-bit Berjalan baik	25–45
M4 Pro	48 GB	2-bit Berjalan baik	32–57
M4	tidak ada ukuran yang muat	Terlalu besar	–
M3 Ultra	96 GB	4-bit Berjalan baik	54–96
M3 Max	96 GB	4-bit Berjalan baik	20–35
M3 Pro	tidak ada ukuran yang muat	Terlalu besar	–
M3	tidak ada ukuran yang muat	Terlalu besar	–
M2 Ultra	128 GB	6-bit Berjalan baik	37–65
M2 Max	96 GB	4-bit Berjalan baik	26–47
M2 Pro	tidak ada ukuran yang muat	Terlalu besar	–
M2	tidak ada ukuran yang muat	Terlalu besar	–
M1 Ultra	128 GB	6-bit Berjalan baik	37–65
M1 Max	64 GB	2-bit Berjalan baik	47–84
M1 Pro	tidak ada ukuran yang muat	Terlalu besar	–
M1	tidak ada ukuran yang muat	Terlalu besar	–

Cara menjalankannya

Cara mudah: unduh MLX Harness, gratis dan open source. Cari GLM-4.5 Air, unduh versi yang cocok untuk Mac Anda, lalu mulai chat. Aplikasi ini juga menyajikan model ke aplikasi Anda yang lain melalui API yang kompatibel dengan OpenAI.Unduh MLX HarnessGratis · Apple Silicon · macOS 14.5 atau lebih baru
Di Terminal dengan MLX dari Apple:pip install mlx-lmmlx_lm.chat --model mlx-community/GLM-4.5-Air-4bitBuild: mlx-community/GLM-4.5-Air-4bit di Hugging Face. Presisi lain ada di sebelahnya.

Langkah demi langkah: unduh dan jalankan LLM di Mac · cara memakai MLX Harness · MLX vs Ollama vs llama.cpp

Tentang GLM-4.5 Air

Dibuat oleh	Z.ai (Zhipu)
Parameter	106B total · 12B aktif (mixture of experts)
Konteks	128K token
Lisensi	MIT
Dirilis	2025-07
Input	Teks
Bobot	zai-org/GLM-4.5-Air

Pertanyaan

Berapa memori yang dibutuhkan GLM-4.5 Air?: Sekitar 59,6 GB untuk bobot pada 4-bit, ditambah ruang untuk konteks: total 64,4 GB. Di Mac artinya memori terpadu 96 GB atau lebih, karena secara bawaan macOS mengizinkan GPU memakai sekitar 75% darinya.
Seberapa cepat GLM-4.5 Air di Mac?: Kecepatan menulis bergantung pada bandwidth memori. Mac tercepat untuknya di sini adalah M5 Ultra dengan 96 GB, sekitar 79–141 token per detik (4-bit). Mac terkecil yang bisa menjalankannya, dengan 96 GB, mencapai sekitar 79–141 pada M5 Ultra.
Mengapa GLM-4.5 Air berjalan lebih cepat daripada ukurannya?: Ini model mixture-of-experts: ia menyimpan 106B parameter di memori tetapi hanya membaca 12B untuk setiap token, sehingga menulis secepat model yang jauh lebih kecil.

Model serupa

Semua model · Semua Mac · Bandingkan Mac Anda

Untuk kartu model atau README Anda

Menampilkan Mac terkecil yang menjalankan GLM-4.5 Air dengan baik dan menautkan ke sini.

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

Cara menghitungnya

Memori: parameter model pada 8, 6, 4, 3, atau 2 bit per bobot ditambah skala grup MLX (setengah bit per bobot), atau format bawaannya, ditambah ruang untuk konteks. Secara bawaan macOS mengizinkan GPU memakai sekitar 75% memori terpadu. Kecepatan: bandwidth memori dibagi jumlah byte yang dibaca per token adalah batas atas untuk satu percakapan; dalam benchmark Apple Silicon publik llama.cpp, proses nyata mencapai sekitar 45% hingga 80% darinya, dan rentang itulah yang ditampilkan. Ini perkiraan, bukan pengukuran: ukur Mac Anda sendiri di MLX Bench. Angka model dari kartu model resmi masing-masing, angka chip dari Spesifikasi Teknis Apple. Diperiksa 2026-10-19. Data sama dengan mlx.app/compare.