GLM-5.3-闪存

【HN用户评论摘要】 HF 的权重在这里：https://huggingface.co/zai-org/GLM-5.3-Flash 我决定冒险一试，以一个不错的价格给自己买四个 Spark（并从 AliExpress 购买了 QSFP 电缆，因为它们的价格实际上是亚马逊的 1/2），即使知道苹果将发布新硬件，并且可能即将推出 Spark 2。看起来这非常适合我的需要。我一直在尝试使用双节点 DS4，它在某些任务上表现_良好_，但它实际上只是旋转我 中国实验室太习惯于操纵基准来试图奉承劣质模型，以至于当他们最终拥有一个非常好的模型时，我认为这里的官方公告低估了它。https://deepswe.datacurve.ai/这相当可靠。比 Luna xhigh 更智能、更便宜，不如 Luna max 更智能但更便宜。击败了 deepseek v4 flash，更糟糕的是，它可以以极小的成本与 v4 pro 相媲美。大致相当于溶胶介质，但成本只是其一小部分。他们应该只留下 > 所有这些流量都由中国人工智能芯片提供服务 RIP Nivida 股东 在阅读此类公告时，请始终密切关注图表。 “Agent Coding Performance by Effort Level”将 Y 轴从 0~20 削减。- 这使得 GLM-5.3-Flash 的跳跃比它声称的要大，因为 Y 轴没有增加太多（商业报告中使用的愚蠢技巧）我确实提到 ox 对我来说工作正常，并且具有与接近 SOTA 相当的开放权重，这使得我在本地尝试它非常有吸引力（好吧，只有当我有更多 VRAM 时） > 320B 总参数和只有 18B 活动参数这对于“闪存”模型来说相当庞大，即使 256 GB 设置在 q4 上也是不够的 - 根据我的经验，q4 已经是最差但仍然可以接受的量化。基准测试看起来很棒，特别是因为 GLM 往往比一般的中国实验室更诚实，但你需要花很多钱才能在家运行它。@edit：发布太多，我忘了计算。这非常适合第四季度，实际上最小的硬件将是 192GB - 所以非常快 原始链接：https://z.ai/blog/glm-5.3-flash