GLM-4.6V-Flash çalıştırabilir miyim?
Z.ai imzalı GLM-4.6V-Flash, önerilen 4-bit nicemlemede yaklaşık 12 GB RAM ister (5.5 GB indirme). Donanımın aşağıda anında test ediliyor — hiçbir şey tarayıcından çıkmaz. NVIDIA RTX 3060 12GB üzerinde yaklaşık ~56 tok/s bekleyebilirsin.
Donanım sinyallerin okunuyor…
Teknik özellikler
Nicemlemeye göre boyut
| Nicemleme | Bit/ağırlık | İndirme | Min RAM | Kalite |
|---|---|---|---|---|
| Q2_K | 3.35 | 3.8 GB | 8 GB | Belirgin kayıp |
| Q4_K_MÖnerilen | 4.85 | 5.5 GB | 12 GB | Önerilen |
| Q5_K_M | 5.65 | 6.4 GB | 12 GB | Yüksek |
| Q8_0 | 8.5 | 9.6 GB | 16 GB | Orijinale yakın |
| F16 | 16 | 18.0 GB | 24 GB | Orijinal |
Boyutlar parametre sayısı × ağırlık başına bit üzerinden tahmindir; gerçek GGUF sürümleri biraz farklı olabilir. · Veri güncellemesi: 2026-06-11 · Bu sayıları nasıl hesaplıyoruz? →
Bağlam uzunluğuna göre bellek ihtiyacı
| Bağlam | KV önbelleği (tahmini) | Toplam bellek (Q4) |
|---|---|---|
| 4K token | ~0.6 GB | ~6.1 GB |
| 8K token | ~1.1 GB | ~6.6 GB |
| 32K token | ~4.4 GB | ~9.9 GB |
| 128K token | ~17.7 GB | ~23.2 GB |
KV önbelleği bağlam uzunluğuyla büyür — 4K'da sığan model 32K'da belleği doldurabilir. Tahminler grouped-query attention ile FP16 önbellek varsayar; gerçek kullanım çalışma ortamına göre değişir.
Donanıma göre tahmini hız
| Donanım | Bant genişliği | ~Hız |
|---|---|---|
| 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 |
Token üretimi bellek bant genişliğiyle sınırlıdır: tok/s ≈ bant genişliği × 0,85 ÷ Q4 model boyutu. Gerçek değerler çalışma ortamına ve bağlam uzunluğuna göre değişir.