BTC
ETH
USDT
XMR
LTC
Открытая модель · Z.ai · MIT
Запустите GLM-5.3-Flash
на собственных GPU.
Изначально мультимодальная модель GLM-5, созданная для программирования, контекст 1M. 320B MoE · 18B активных параметров, 328 ГБ официальных весов FP8.
- 394 ГБВидеопамять, FP8
- 320B MoE · 18B активныхпараметров
- 8× RTX PRO 6000самый дешёвый сервер, FP8
- 7 672 $в месяц
Сколько видеопамяти требуется для GLM-5.3-Flash.
Веса × 1,2 для KV-кэша и активаций, с учётом того, что можно использовать 92% видеопамяти — это правило, которое использует страница оформления сервера. Для длинных контекстов и большого числа параллельных запросов нужно больше.
| Вариант развёртывания | Память GPU | Самый дешёвый сервер | В месяц | Действие |
|---|---|---|---|---|
| vLLM или SGLang, официальные веса FP8 | 394 ГБ | 8× NVIDIA RTX PRO 6000 | 7 672 $/мес. | Запустить |
Веса: zai-org/GLM-5.3-Flash · 328 ГБ, FP8. Как мы оцениваем объём видеопамяти
На каких GPU можно запустить GLM-5.3-Flash.
Самый маленький сервер каждого типа GPU, на котором помещается модель, и его цена в месяц.
| GPU | FP8 | Цена, FP8 |
|---|---|---|
| NVIDIA B300288 ГБ HBM3e | 2× | 8 038 $/мес. |
| NVIDIA B200180 ГБ HBM3e | 4× | 13 756 $/мес. |
| AMD MI355X288 ГБ HBM3E | н/д | — |
| NVIDIA H200141 ГБ HBM3e | 4× | 9 116 $/мес. |
| NVIDIA H10080 ГБ HBM3 | 8× | 14 232 $/мес. |
| NVIDIA RTX PRO 600096 ГБ GDDR7 ECC | 8× | 7 672 $/мес. |
| NVIDIA L40S48 ГБ GDDR6 ECC | — | — |
| NVIDIA RTX 509032 ГБ GDDR7 | — | — |
| NVIDIA RTX 409024 ГБ GDDR6X | — | — |
| NVIDIA RTX 508016 ГБ GDDR7 | — | — |
н/д = поддержка ROCm для этой модели не подтверждена в vLLM или SGLang. — = больше самого большого сервера этого GPU. Подобрать другую модель
GLM-5.3-Flash можно запустить с предустановкой.
Выберите модель на шаге «ПО» страницы оформления сервера: мы установим её с выбранным вами движком без дополнительной платы.
- 1
Выберите сервер
Страница оформления сервера предлагает самый дешёвый сервер, на котором помещается модель, и меняет вариант при изменении точности или движка.
- 2
Выберите движок
vLLM или SGLang предоставляют API, совместимый с OpenAI.
- 3
Оплатите и войдите
Оплатите месяц в BTC, ETH, USDT, XMR или LTC — без KYC. Ваш сервер будет онлайн менее чем через 10 минут после подтверждения платежа, с root-доступом по SSH.
Руководства: инференс LLM с vLLM · инференс LLM с SGLang · Ollama с Open WebUI · LLM на своём сервере · GPU-серверы для инференса LLM · первые шаги на сервере
Вопросы и ответы: GLM-5.3-Flash.
Все модели: открытые модели и их видеопамять.
Сколько видеопамяти нужно для GLM-5.3-Flash?
Около 394 ГБ видеопамяти, чтобы запускать официальные веса FP8 (328 ГБ) через vLLM или SGLang, по нашему правилу «веса × 1,2» для KV-кэша и активаций. Для длинных контекстов и большого числа параллельных запросов нужно больше.
Может ли GLM-5.3-Flash работать на одном GPU?
Нет. Самый маленький сервер, на котором она помещается — 8× RTX PRO 6000, с vLLM или SGLang, официальные веса FP8, по нашему правилу подбора.
Какой самый дешёвый сервер для GLM-5.3-Flash?
Самый дешёвый сервер CryptGPU для GLM-5.3-Flash — 8× NVIDIA RTX PRO 6000 за 7 672 $ в месяц, с vLLM или SGLang, официальные веса FP8. Модель можно предустановить бесплатно при заказе, а оплата — криптовалютой, без KYC.
Работает ли GLM-5.3-Flash на AMD MI355X?
Поддержка на ROCm пока не подтверждена, поэтому мы предлагаем её на серверах NVIDIA.
Какая лицензия у GLM-5.3-Flash?
MIT. Мы загружаем официальные веса с Hugging Face (zai-org/GLM-5.3-Flash); ответственность за соблюдение лицензии лежит на вас.
Свой GLM-5.3-Flash, готовый за минуты.
Выделенные GPU, единая цена в месяц, модель предустановлена. Оплата криптовалютой, без KYC.