GLM-5.2

Z.ai · 753.3B（激活 40B） · MoE · ctx 1000K · MIT · HuggingFace

GLM-5.2（Z.ai）是 AI Hashrate 收录的753.3B 参数 MoE（每 token 激活 40B）开放权重模型。 按 8K 上下文估算：Q4 约需 423.31 GB VRAM（权重 414.31 GB + KV 8.0 GB + 开销 1 GB），FP16 约需 1515.6 GB。 在该上下文假设下，目录中约有 0 款 GPU/加速器能在 Q4 下完整装下此模型。 Q4 最快配置：B200 192GB SXM ≈ 74.8 tok/s（估算）; MI300X 192GB ≈ 49.6 tok/s（估算）; H200 141GB SXM5 ≈ 24.2 tok/s（估算）。 下表给出各硬件的 VRAM 装机情况与每美元 tok/s（按 MSRP 标价）。估算基于显存带宽公式；有实测时以实测为准。详见方法论页。 方法论.

7 个硬件配置——按 tok/s 排序。默认装机上下文 8K。

硬件	VRAM	量化	tok/s	装得下？	tok/s/$
B200 192GB SXM	192	Q4	74.8 估算	否	0.002
MI300X 192GB	192	Q4	49.6 估算	否	0.003
H200 141GB SXM5	141	Q4	24.2 估算	否	0.001
Gaudi 3 128GB	128	Q4	13.6 估算	否	0.001
Mac Studio M2 Ultra 192GB	192	Q4	7.5 估算	否	0.001
MacBook Pro M4 Max 128GB	128	Q4	2.3 估算	否	0.001
MacBook Pro M3 Max 128GB	128	Q4	1.7 估算	否	0.0

装机核对

• Mac Studio M2 Ultra 192GB — 装不下 · ≈7.5 tok/s Q4 估算

12 款热门零售 GPU；上表每行的「装得下？」结论同样链接到完整装机核对页。

同族模型：GLM（智谱）

GLM-4.7 GLM-4.7-Flash
GLM-4.5 GLM-4.5-Air
GLM-5 GLM-5.1

全部 GLM（智谱） 模型 →