← モデル一覧へモデルチェック
GLM-4.6V-Flashは動く？
Z.aiのGLM-4.6V-Flashは、推奨の4bit量子化で約12 GBのRAMが必要です（ダウンロードは5.5 GB）。あなたのハードウェアを下で即チェック — データは一切ブラウザの外に出ません。 NVIDIA RTX 3060 12GBならおよそ ~56 tok/s が目安です。
ハードウェア情報を読み取っています…
スペック
パラメータ数9B
コンテキスト長128K トークン
開発元Z.ai
ライセンスMIT
公開日2025-12
得意分野画像認識, チャット
量子化別サイズ
| 量子化 | ビット/重み | ダウンロード | 必要RAM | 品質 |
|---|---|---|---|---|
| Q2_K | 3.35 | 3.8 GB | 8 GB | 劣化が目立つ |
| Q4_K_M推奨 | 4.85 | 5.5 GB | 12 GB | 推奨 |
| Q5_K_M | 5.65 | 6.4 GB | 12 GB | 高品質 |
| Q8_0 | 8.5 | 9.6 GB | 16 GB | ほぼ原品質 |
| F16 | 16 | 18.0 GB | 24 GB | オリジナル |
サイズはパラメータ数×ビット/重みからの推定値です。実際のGGUFビルドとは多少異なります。 · データ更新日: 2026-06-11 · 数値の算出方法 →
コンテキスト長別の必要メモリ
| コンテキスト | KVキャッシュ（推定） | 合計メモリ（Q4） |
|---|---|---|
| 4K トークン | ~0.6 GB | ~6.1 GB |
| 8K トークン | ~1.1 GB | ~6.6 GB |
| 32K トークン | ~4.4 GB | ~9.9 GB |
| 128K トークン | ~17.7 GB | ~23.2 GB |
KVキャッシュはコンテキスト長に比例して増えます — 4Kで収まるモデルでも32Kではメモリ不足になることがあります。推定はgrouped-query attention使用時のFP16キャッシュを前提としており、実際の使用量はランタイムによって異なります。
ハードウェア別の推定速度
| ハードウェア | 帯域幅 | 速度の目安 |
|---|---|---|
| NVIDIA RTX 3060 12GB | 360 GB/s | ~56 tok/s |
| NVIDIA RTX 4090 24GB | 1008 GB/s | ~157 tok/s |
| Apple M-series (base) | 100 GB/s | ~16 tok/s |
| Apple M-series Pro | 270 GB/s | ~42 tok/s |
| Apple M-series Max | 410 GB/s | ~64 tok/s |
| CPU only (dual-channel DDR5) | 60 GB/s | ~9 tok/s |
トークン生成はメモリ帯域幅に律速されます：tok/s ≈ 帯域幅 × 0.85 ÷ Q4でのモデルサイズ。実際の数値はランタイムやコンテキスト長によって変わります。