01できること
長所
- 128k ネイティブコンテキスト
- 効率的な MoE（全 744B のうち 40B がアクティブ）
- 多言語対応、特に中国語／英語に強い
- パーミッシブな MIT ライセンス
知っておくべき限界
- —マルチGPU構成のサーバーハードウェアが必須（Q4で432 GBのVRAM）
- —Hugging Face でアクセス制限あり
- —Ollamaでは:cloud以外で利用できず、セルフホストには対応していません
アーキテクチャ
Mixture of Experts（MoE） · 総パラメータ数744B / アクティブパラメータ数40B · コンテキスト長128k
トレーニング
Zhipu AI / THUDM（清華大学）のGLM 5ファミリー。サーバークラスのフラッグシップMoEモデルで、多言語（zh/en）に対応。
おすすめの用途
マルチGPUサーバー中国語／英語対応長いタスク 128k
04インストール
インストール Ollama お使いのOS向け。ダウンロード前にモデルと量子化を確認してください。まずはコンテキストを4096トークンに設定し、その後、ollama ps でモデルの配置先を確認してください。以下にコマンドが記載されていることは、お使いのマシンでテストが実行された証拠にはなりません。
$# HuggingFace : THUDM/glm-5
LM Studio
グラフィカルインターフェース、CLI不要
→ ガイドを見る
llama.cpp
純粋な性能、ソースからのビルド
→ ガイドを見る
vLLM
OpenAI互換の本番サーバー
→ ガイドを見る
Jan / GPT4All
オールインワンデスクトップアプリ
→ ガイドを見る
⚠
初回ダウンロード：選択した量子化により 2 GB から 40 GB。ディスク容量を確保し、安定した接続を推奨します。その後の起動は即時です。
02必要なメモリ
このモデルを動作させるためのGPU VRAMの概算値（4kトークンのコンテキストオーバーヘッドを含む）。より長いコンテキストが必要な場合は、8kトークンごとに約1 GBを追加してください。
Q4_K_M
最も軽量、損失約 5%
432 GB
Q5_K_M
品質とサイズのバランスが良好
528 GB
Q8_0
FP16とほぼ区別がつかない
796 GB
FP16
フル精度 — サーバー用途
1488 GB
CPU フォールバック ・GPUがない場合は、 967 RAM（GB） このモデルを低速で実行するための最低要件。
GLM 5 744B-A40Bに必要なハードウェアは？
GLM 5 744B-A40BをQ4量子化でローカル実行するには、VRAM 432 GB程度が必要です。比較候補：BOSGAME M5 128GB / 2TB (Ryzen AI Max+ 395) — このモデルは、このミニPCのGPUメモリ容量を超えています。より小さいモデルか、適切な構成のシステムを選んでください。
現在のオファー： BOSGAME M5 128GB / 2TB (Ryzen AI Max+ 395)
Amazon価格を見る →なぜこの選択か？ 完全な解説はこちら： BOSGAME M5 128GB / 2TB (Ryzen AI Max+ 395) →
アフィリエイトリンク — あなたに追加費用はかからず、手数料を受け取る場合があります。独立したおすすめ情報です。Amazonパートナーとして、ローカルLLMナビは、所定の条件を満たす購入から利益を得ています。
クラウドを使わず、このモデルを自分専用のChatGPTで利用
お使いのマシンにはモデルが大きすぎますか？キットでは、あなたのVRAMに収まるモデルを提供します。
- 永久に利用できるオンラインスペース
- PDF + ファイル
- 生涯アップデート
03予想速度
Q4_K_M、コンテキスト 4k での毎秒生成トークン数。 20 t/sを超えると快適に読めます。 10 t/s未満では、試用にとどまります。
QuelLLM キット用途別のリファレンスガイド
すべてのキットを永久に利用 — 49 €