Hoeveel geheugen heeft GLM-4.5 Air nodig?

Ongeveer 59,6 GB aan gewichten op 4 bits, plus ruimte voor de context: 64,4 GB in totaal. Op een Mac betekent dat 96 GB geïntegreerd geheugen of meer, omdat macOS de GPU standaard ongeveer 75% ervan laat gebruiken.

Hoe snel is GLM-4.5 Air op een Mac?

De schrijfsnelheid hangt af van de geheugenbandbreedte. De snelste Mac hiervoor is een M5 Ultra met 96 GB, met ongeveer 79–141 tokens per seconde (4 bits). De kleinste Mac die het draait, met 96 GB, haalt ongeveer 79–141 op een M5 Ultra.

Waarom draait GLM-4.5 Air sneller dan je op basis van de grootte zou verwachten?

Het is een mixture-of-expertsmodel: het houdt 106B parameters in het geheugen, maar leest per token maar 12B, dus het schrijft zo snel als een veel kleiner model.

Draait GLM-4.5 Air op een Mac? Geheugen, snelheid

Geheugen bij elke precisie

Versie	Gewichten	Met context	Kleinste Mac
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 lagere kwaliteit	46,4 GB	50,1 GB	96 GB
2 bits lagere kwaliteit	33,1 GB	35,7 GB	48 GB

Op elke Apple-chip

Per chip de kleinste geheugengrootte die GLM-4.5 Air draait, de beste versie die erin past en de schrijfsnelheid die je kunt verwachten.

Chip	Nodig	Versie	Tokens/s
M6	geen grootte past	Te groot	–
M5 Ultra	96 GB	4 bits Draait goed	79–141
M5 Max	128 GB	6 bits Draait goed	28–50
M5 Pro	48 GB	2 bits Draait goed	36–65
M5	geen grootte past	Te groot	–
M4 Max	128 GB	6 bits Draait goed	25–45
M4 Pro	48 GB	2 bits Draait goed	32–57
M4	geen grootte past	Te groot	–
M3 Ultra	96 GB	4 bits Draait goed	54–96
M3 Max	96 GB	4 bits Draait goed	20–35
M3 Pro	geen grootte past	Te groot	–
M3	geen grootte past	Te groot	–
M2 Ultra	128 GB	6 bits Draait goed	37–65
M2 Max	96 GB	4 bits Draait goed	26–47
M2 Pro	geen grootte past	Te groot	–
M2	geen grootte past	Te groot	–
M1 Ultra	128 GB	6 bits Draait goed	37–65
M1 Max	64 GB	2 bits Draait goed	47–84
M1 Pro	geen grootte past	Te groot	–
M1	geen grootte past	Te groot	–

Zo draai je het

De makkelijke manier: download MLX Harness, gratis en open source. Zoek GLM-4.5 Air, download de versie die bij je Mac past en begin te chatten. MLX Harness stelt het model ook beschikbaar aan je andere apps via een OpenAI-compatibele API.Download MLX HarnessGratis · Apple Silicon · macOS 14.5 of nieuwer
In Terminal, met Apples MLX:pip install mlx-lmmlx_lm.chat --model mlx-community/GLM-4.5-Air-4bitBuild: mlx-community/GLM-4.5-Air-4bit op Hugging Face. Andere precisies staan ernaast.

Stap voor stap: LLM's downloaden en draaien op een Mac · zo gebruik je MLX Harness · MLX vs Ollama vs llama.cpp

Over GLM-4.5 Air

Gemaakt door	Z.ai (Zhipu)
Parameters	106B totaal · 12B actief (mixture-of-experts)
Context	128K tokens
Licentie	MIT
Uitgebracht	2025-07
Invoer	Tekst
Gewichten	zai-org/GLM-4.5-Air

Vragen

Hoeveel geheugen heeft GLM-4.5 Air nodig?: Ongeveer 59,6 GB aan gewichten op 4 bits, plus ruimte voor de context: 64,4 GB in totaal. Op een Mac betekent dat 96 GB geïntegreerd geheugen of meer, omdat macOS de GPU standaard ongeveer 75% ervan laat gebruiken.
Hoe snel is GLM-4.5 Air op een Mac?: De schrijfsnelheid hangt af van de geheugenbandbreedte. De snelste Mac hiervoor is een M5 Ultra met 96 GB, met ongeveer 79–141 tokens per seconde (4 bits). De kleinste Mac die het draait, met 96 GB, haalt ongeveer 79–141 op een M5 Ultra.
Waarom draait GLM-4.5 Air sneller dan je op basis van de grootte zou verwachten?: Het is een mixture-of-expertsmodel: het houdt 106B parameters in het geheugen, maar leest per token maar 12B, dus het schrijft zo snel als een veel kleiner model.

Vergelijkbare modellen

Alle modellen · Alle Macs · Vergelijk je Mac

Voor je modelkaart of README

Toont de kleinste Mac die GLM-4.5 Air goed draait en linkt naar deze pagina.

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

Zo is het berekend

Geheugen: de parameters van het model op 8, 6, 4, 3 of 2 bits per gewicht plus de groepsschalen van MLX (een halve bit per gewicht), of het eigen formaat van het model, met daarbovenop ruimte voor de context. Standaard laat macOS de GPU ongeveer 75% van het geïntegreerde geheugen gebruiken. Snelheid: de geheugenbandbreedte gedeeld door het aantal bytes dat per token wordt gelezen, is het plafond voor één gesprek; in de openbare Apple Silicon-benchmarks van llama.cpp halen echte runs ongeveer 45% tot 80% daarvan, en dat is het bereik dat we tonen. Dit zijn schattingen, geen metingen: meet je eigen Mac op MLX Bench. Modelgegevens uit elke officiële modelkaart, chipgegevens uit de technische specificaties van Apple. Gecontroleerd op 2026-10-19. Dezelfde gegevens als mlx.app/compare.