01できること
長所
- 超コンパクト（Q4で0.5 GB VRAM）
- 文書の OCR に特化
- 128k ネイティブコンテキスト
- CPUおよびiGPUで動作
知っておくべき限界
- —汎用ではない（OCR専用）
- —Hugging Face上のアクセス制限付きモデル
- —0.9B というモデルサイズによる能力の限界
アーキテクチャ
Transformerベースのマルチモーダル視覚モデル · 0.9Bパラメータ · 128kコンテキスト · OCRに特化
トレーニング
Zhipu AI / THUDM の GLM-OCR ファミリー。画像およびドキュメントからテキストを抽出するためのコンパクトモデル
おすすめの用途
ドキュメントのOCR画像からテキストの抽出エッジデバイス／軽量構成
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。
$ollama pull glm-ocr
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%
0.6 GB
Q5_K_M
品質とサイズのバランスが良好
0.8 GB
Q8_0
FP16とほぼ区別がつかない
1.2 GB
FP16
フル精度 — サーバー用途
2.2 GB
CPU フォールバック ・GPUがない場合は、 1.4 RAM（GB） このモデルを低速で実行するための最低要件。
GLM-OCR 1.1Bに必要なハードウェアは？
GLM-OCR 1.1BをQ4量子化でローカル実行するには、VRAM 0.6 GB程度が必要です。比較候補：RTX 5060 Ti 16GB (ASUS Prime) — システムとコンテキスト用のメモリに余裕を持たせ、推論エンジンがGPUに対応していることを確認してください。
現在のオファー： RTX 5060 Ti 16GB (ASUS Prime)
Amazon価格を見る →アフィリエイトリンク — 追加費用なしで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アソシエイトとして、ローカルLLMナビは条件を満たす購入から利益を得ています。
外出先では： GLM-OCR 1.1B 〜でも動作します RTX搭載ノートPC (16 GBのVRAM) →
クラウドを使わず、このモデルを自分専用のChatGPTで利用
お使いのマシンで、プライベートかつ無料のChatGPTを1時間で構築 — LM Studio、Ollama、Open WebUI、ご自身のドキュメント、クラウド不要。
- 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 €