정밀도별 메모리
| 버전 | 가중치 | 컨텍스트 포함 | 최소 사양 Mac |
|---|---|---|---|
| 8비트 | 31.9 GB | 34.5 GB | 48 GB |
| 6비트 | 24.4 GB | 26.4 GB | 36 GB |
| 4비트 | 16.9 GB | 18.4 GB | 32 GB |
| 3비트 품질 낮음 | 13.1 GB | 14.6 GB | 24 GB |
| 2비트 품질 낮음 | 9.4 GB | 10.9 GB | 16 GB |
모든 Apple 칩에서
칩마다 GLM-4.7 Flash 모델을 실행할 수 있는 가장 작은 메모리 용량, 거기에 맞는 최적의 버전, 예상 생성 속도입니다.
| 칩 | 필요량 | 버전 | 토큰/초 |
|---|---|---|---|
| M6 | 32 GB | 4비트 쾌적함 | 45–80 |
| M5 Ultra | 96 GB | 8비트 쾌적함 | 169–300 |
| M5 Max | 36 GB | 6비트 쾌적함 | 86–153 |
| M5 Pro | 48 GB | 8비트 쾌적함 | 43–77 |
| M5 | 32 GB | 4비트 쾌적함 | 41–72 |
| M4 Max | 36 GB | 6비트 쾌적함 | 77–137 |
| M4 Pro | 48 GB | 8비트 쾌적함 | 38–68 |
| M4 | 32 GB | 4비트 쾌적함 | 32–56 |
| M3 Ultra | 96 GB | 8비트 쾌적함 | 115–205 |
| M3 Max | 36 GB | 6비트 쾌적함 | 56–100 |
| M3 Pro | 36 GB | 6비트 쾌적함 | 28–50 |
| M3 | 16 GB | 2비트 쾌적함 | 50–89 |
| M2 Ultra | 64 GB | 8비트 쾌적함 | 113–200 |
| M2 Max | 32 GB | 4비트 쾌적함 | 106–188 |
| M2 Pro | 32 GB | 4비트 쾌적함 | 53–94 |
| M2 | 16 GB | 2비트 쾌적함 | 50–89 |
| M1 Ultra | 64 GB | 8비트 쾌적함 | 113–200 |
| M1 Max | 32 GB | 4비트 쾌적함 | 106–188 |
| M1 Pro | 32 GB | 4비트 쾌적함 | 53–94 |
| M1 | 16 GB | 2비트 쾌적함 | 34–60 |
실행하는 방법
- 가장 쉬운 방법: 무료 오픈 소스인 MLX Harness를 다운로드하세요. GLM-4.7 Flash 모델을 검색해 내 Mac에 맞는 버전을 받으면 바로 채팅할 수 있습니다. OpenAI 호환 API로 다른 앱에 모델을 제공할 수도 있습니다.MLX Harness 다운로드무료 · Apple Silicon · macOS 14.5 이상
- 터미널에서 Apple의 MLX로:
pip install mlx-lmmlx_lm.chat --model mlx-community/GLM-4.7-Flash-4bit빌드: Hugging Face의 mlx-community/GLM-4.7-Flash-4bit. 다른 정밀도도 같은 곳에 있습니다.
단계별 안내: Mac에서 LLM 다운로드하고 실행하기 · MLX Harness 사용법 · MLX vs Ollama vs llama.cpp
GLM-4.7 Flash 정보
| 개발사 | Z.ai (Zhipu) |
|---|---|
| 파라미터 | 전체 30B · 활성 3B(전문가 혼합) |
| 컨텍스트 | 198K토큰 |
| 라이선스 | MIT |
| 출시 | 2026-01 |
| 입력 | 텍스트 |
| 가중치 | zai-org/GLM-4.7-Flash |
자주 묻는 질문
- GLM-4.7 Flash 모델에는 메모리가 얼마나 필요한가요?
- 4비트에서 가중치가 약 16.9 GB이고, 컨텍스트 여유까지 더하면 모두 18.4 GB입니다. macOS는 기본적으로 GPU가 통합 메모리의 약 75%를 쓰도록 허용하므로, Mac에서는 통합 메모리가 32GB 이상 필요합니다.
- Mac에서 GLM-4.7 Flash 모델은 얼마나 빠른가요?
- 생성 속도는 메모리 대역폭에 달려 있습니다. 여기서 가장 빠른 Mac은 96GB M5 Ultra로, 초당 약 169–300토큰입니다(8비트). 실행할 수 있는 최소 사양 Mac인 32GB M2 Max에서는 초당 약 106–188토큰입니다.
- GLM-4.7 Flash 모델이 크기에 비해 빠른 이유는 무엇인가요?
- 전문가 혼합(MoE) 모델이기 때문입니다. 메모리에는 30B 파라미터를 올려 두지만 토큰마다 3B만 읽으므로, 훨씬 작은 모델과 비슷한 속도로 생성합니다.
비슷한 모델
- GLM-4.5 Air96GB부터
- GLM-5.3 Flash512GB부터
- GLM-5.3512GB부터
- Nemotron 3 Nano 30B A3B32GB부터
- Nemotron 3.5 Lightning 30B A3B32GB부터
- Granite 4.2 30B32GB부터
모든 모델 · 모든 Mac · 내 Mac 비교하기
모델 카드나 README용
GLM-4.7 Flash 모델을 쾌적하게 실행하는 최소 사양 Mac을 보여 주고 이 페이지로 연결합니다.
[](https://mlx.app/run/glm-4.7-flash)계산 방법
메모리: 모델 파라미터를 가중치당 8, 6, 4, 3, 2비트로 계산하고 MLX의 그룹 스케일(가중치당 0.5비트)을 더하거나 네이티브 형식 그대로 계산한 뒤, 컨텍스트를 위한 여유를 더했습니다. macOS는 기본적으로 GPU가 통합 메모리의 약 75%를 쓰도록 허용합니다. 속도: 메모리 대역폭을 토큰당 읽는 바이트 수로 나눈 값이 한 대화의 상한입니다. llama.cpp의 Apple Silicon 공개 벤치마크에서 실제 속도는 그 상한의 약 45~80%였고, 여기 표시한 범위가 바로 그 값입니다. 측정값이 아닌 추정값이니, 내 Mac은 MLX Bench에서 직접 측정해 보세요. 모델 수치는 각 공식 모델 카드, 칩 수치는 Apple 기술 사양에서 가져왔습니다. 2026-10-19 확인. mlx.app/compare와 같은 데이터입니다.