Quanta memoria richiede GLM-5.3 Flash?

Circa 180 GB di pesi a 4 bit, più lo spazio per il contesto: 194 GB in tutto. Su un Mac significa 512 GB di memoria unificata o più, perché di default macOS lascia usare alla GPU circa il 75% della memoria.

Quanto è veloce GLM-5.3 Flash su un Mac?

La velocità di scrittura dipende dalla larghezza di banda della memoria. Qui il Mac più veloce per questo modello è un M5 Ultra con 512 GB, a circa 28–50 token al secondo (8 bit). Il Mac più piccolo che lo esegue, con 512 GB, arriva a circa 28–50 su un M5 Ultra.

Perché GLM-5.3 Flash è più veloce di quanto suggeriscano le sue dimensioni?

È un modello mixture-of-experts: tiene in memoria 320B parametri ma per ogni token ne legge solo 18B, quindi scrive alla velocità di un modello molto più piccolo.

Un Mac può eseguire GLM-5.3 Flash? Memoria, velocità

Memoria a ogni precisione

Versione	Pesi	Con contesto	Mac più piccolo
8 bit	340 GB	367 GB	512 GB
6 bit	260 GB	281 GB	512 GB
4 bit	180 GB	194 GB	512 GB
3 bit qualità inferiore	140 GB	151 GB	256 GB
2 bit qualità inferiore	100 GB	108 GB	192 GB

Su ogni chip Apple

Per ogni chip, il taglio di memoria più piccolo che esegue GLM-5.3 Flash, la versione migliore che ci sta e la velocità di scrittura che puoi aspettarti.

Chip	Richiede	Versione	Token/s
M6	nessun taglio basta	Troppo grande	–
M5 Ultra	512 GB	8 bit Gira bene	28–50
M5 Max	128 GB	2 bit Al limite	49–88
M5 Pro	nessun taglio basta	Troppo grande	–
M5	nessun taglio basta	Troppo grande	–
M4 Max	128 GB	2 bit Al limite	44–78
M4 Pro	nessun taglio basta	Troppo grande	–
M4	nessun taglio basta	Troppo grande	–
M3 Ultra	512 GB	8 bit Gira bene	19–34
M3 Max	128 GB	2 bit Al limite	32–57
M3 Pro	nessun taglio basta	Troppo grande	–
M3	nessun taglio basta	Troppo grande	–
M2 Ultra	192 GB	2 bit Gira bene	64–114
M2 Max	nessun taglio basta	Troppo grande	–
M2 Pro	nessun taglio basta	Troppo grande	–
M2	nessun taglio basta	Troppo grande	–
M1 Ultra	128 GB	2 bit Al limite	64–114
M1 Max	nessun taglio basta	Troppo grande	–
M1 Pro	nessun taglio basta	Troppo grande	–
M1	nessun taglio basta	Troppo grande	–

Come eseguirlo

Il modo più semplice: scarica MLX Harness, gratuito e open source. Cerca GLM-5.3 Flash, scarica la versione adatta al tuo Mac e inizia a chattare. MLX Harness rende disponibile il modello anche alle tue altre app tramite un’API compatibile con OpenAI.Scarica MLX HarnessGratuito · Apple Silicon · macOS 14.5 o successivo
Nel Terminale, con MLX di Apple:pip install mlx-lmmlx_lm.chat --model mlx-community/GLM-5.3-Flash-4bitBuild: mlx-community/GLM-5.3-Flash-4bit su Hugging Face. Le altre precisioni sono lì accanto.

Passo dopo passo: scaricare ed eseguire LLM su Mac · come usare MLX Harness · MLX vs Ollama vs llama.cpp

Informazioni su GLM-5.3 Flash

Creato da	Z.ai (Zhipu)
Parametri	320B in totale · 18B attivi (mixture-of-experts)
Contesto	1M token
Licenza	MIT
Uscita	2026-08
Input	Testo e immagini
Intelligenza	41,8 nell’Artificial Analysis Intelligence Index
Pesi	zai-org/GLM-5.3-Flash

Domande

Quanta memoria richiede GLM-5.3 Flash?: Circa 180 GB di pesi a 4 bit, più lo spazio per il contesto: 194 GB in tutto. Su un Mac significa 512 GB di memoria unificata o più, perché di default macOS lascia usare alla GPU circa il 75% della memoria.
Quanto è veloce GLM-5.3 Flash su un Mac?: La velocità di scrittura dipende dalla larghezza di banda della memoria. Qui il Mac più veloce per questo modello è un M5 Ultra con 512 GB, a circa 28–50 token al secondo (8 bit). Il Mac più piccolo che lo esegue, con 512 GB, arriva a circa 28–50 su un M5 Ultra.
Perché GLM-5.3 Flash è più veloce di quanto suggeriscano le sue dimensioni?: È un modello mixture-of-experts: tiene in memoria 320B parametri ma per ogni token ne legge solo 18B, quindi scrive alla velocità di un modello molto più piccolo.

Modelli simili

Tutti i modelli · Tutti i Mac · Confronta il tuo Mac

Per la scheda del tuo modello o il README

Mostra il Mac più piccolo che esegue bene GLM-5.3 Flash e rimanda a questa pagina.

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

Come è calcolato

Memoria: i parametri del modello a 8, 6, 4, 3 o 2 bit per peso più le scale per gruppo di MLX (mezzo bit per peso), oppure il suo formato nativo, con in più lo spazio per il contesto. Di default macOS lascia usare alla GPU circa il 75% della memoria unificata. Velocità: la larghezza di banda della memoria divisa per i byte letti per ogni token è il limite massimo per una conversazione; nei benchmark pubblici su Apple Silicon di llama.cpp, le esecuzioni reali arrivano a circa il 45%–80% di quel limite, ed è l’intervallo mostrato. Sono stime, non misurazioni: misura il tuo Mac su MLX Bench. Dati dei modelli dalla rispettiva scheda ufficiale, dati dei chip dalle specifiche tecniche di Apple. Verificato il 2026-10-19. Stessi dati di mlx.app/compare.