Configurar un rig →

GLM9B params128k contextopopular

GLM-4.7 Flash en local

GLM-4.7 Flash es un LLM open-weight de la familia GLM, con 9B parámetros. Uso principal: chat, RAG and general assistance. Hardware mínimo detectado: GTX 1060 6GB (6 GB).

Comprobar en mi GPU →Hugging Face ↗

Ficha técnica

Parámetros9B

Contexto máximo128k

Q4_K_M5.7 GB

Q5_K_M6.9 GB

Q810.1 GB

FP1620.1 GB

FamiliaGLM

Última sync2026-05-12

Quantizations disponibles

pesos GGUF

Q4_K_M

5.7GB

Aceptable. Buen compromiso si la VRAM es limitada.

Q5_K_M

6.9GB

Buena calidad. Punto dulce tamaño / precisión.

Q8

10.1GB

Calidad casi FP16. Cómodo para producción.

FP16

20.1GB

Precisión de referencia. Máxima calidad, más VRAM.

GPUs compatibles

12 single-GPU

GPUs capaces de ejecutar GLM-4.7 Flash en una sola tarjeta, ordenadas por margen de VRAM.

5.7 / 6 GBjusto · Q4

5.7 / 6 GBjusto · Q4

5.7 / 6 GBjusto · Q4

5.7 / 6 GBjusto · Q4

5.7 / 6 GBjusto · Q4

5.7 / 6 GBjusto · Q4

6 GB · Arc Alchemist

5.7 / 6 GBjusto · Q4

5.7 / 8 GBcómodo · Q4

5.7 / 8 GBcómodo · Q4

5.7 / 8 GBcómodo · Q4

5.7 / 8 GBcómodo · Q4

5.7 / 8 GBcómodo · Q4

Rigs multi-GPU recomendados

2x / 4x consumer GPUs

Para GLM-4.7 Flash con quantization más alta o más contexto, un rig multi-GPU da más margen.

5.7 / 8 GBcómodo · Q4

2× GTX 1060 6GB

12 GB · GTX 10

10.1 / 12 GBcómodo · Q8

12 GB · GTX 16

10.1 / 12 GBcómodo · Q8

2× GTX 1660 Super

12 GB · GTX 16

10.1 / 12 GBcómodo · Q8

2× GTX 1660 Ti

12 GB · GTX 16

10.1 / 12 GBcómodo · Q8

2× RTX 2060 6GB

12 GB · RTX 20

10.1 / 12 GBcómodo · Q8

2× RTX 3050 6GB

12 GB · RTX 30

10.1 / 12 GBcómodo · Q8

12 GB · Arc Alchemist

10.1 / 12 GBcómodo · Q8

Rig recomendado

2× GTX 1650

GLM-4.7 Flash with Ubuntu, vLLM, Open WebUI and the model already downloaded.

Modelos similares

Estimaciones VRAM: parámetros x bits/8 más margen. El rendimiento real varía según motor, contexto y batch.
sync: 2026-05-12