GLM-4.5-Air
- 输入 输入模态: 文本 输出 输出模态: 文本
- 推理
- 可关闭推理
- 工具调用
- 开放权重
价格
3 个渠道报价 · 按标价显示glm-4.5-air| 条件/ 百万 tokens | 输入 | 缓存读取 | 输出 |
|---|---|---|---|
| 提示超过 32K tokens | ¥1.20 | ¥0.24 | ¥8.00 |
价格来源 智谱 BigModel：API 定价（在新标签页打开） (核对于 2026年11月2日)
glm-4.5-air| 条件/ 百万 tokens | 输入 | 缓存读取 | 输出 |
|---|---|---|---|
| 标准 | $0.20 | $0.030 | $1.10 |
价格来源 Pricing（在新标签页打开） (核对于 2026年11月1日)
标准：不带任何条件的请求所付价格（即本站其他页面显示的标价）。
详细规格
- 知识截止
- 2025年4月
- 模型家族
- glm-air
- 模型 ID
Zhipu AI 的页面未说明：最长输入, 推理档位, 最大思考预算, 结构化输出, 内置工具, 许可证, 别名。
本地运行
权重： zai-org/GLM-4.5-Air- 参数 110.5B
- 激活 17B （估算） · 专家 128（每 token 8）
- 原生精度 BF16
- 层数 46
- 每 token 的 KV 缓存 184 KB
- 配置位置数 128K （config.json max_position_embeddings）
- API 上下文 125K （厂商 API）
- 需要
- ≈ 58.8 GB (权重 54.7 + KV 缓存 1.4 + 开销 2.7)
- 可用
- 21.6 GB (标称的 90%)
- 放到内存
- 49.3 GB · MoE 专家权重在内存，注意力和共享层在显卡（llama.cpp --cpu-moe）
- 生成速度
- 12–18 tok/s (每 token 读激活的 17B)
- 首 token
- 2K 提示约 0.55–0.83 秒
| 推荐精度 | 权重 | 8K 需要 | 在你的配置上 | 最长上下文 |
|---|---|---|---|---|
| 原生 BF16官方 | 205.8 GB | ≈ 217.5 | ✕放不下 | — |
| Q8_0 | 109.3 GB | ≈ 116.2 | ✕放不下 | — |
| FP8官方 | 104.8 GB | ≈ 111.5 | ✕放不下 | — |
| Q6_K | 84.5 GB | ≈ 90.2 | ✕放不下 | — |
| Q5_K_M | 73.2 GB | ≈ 78.3 | ○需放到内存 5–7 tok/s | — |
| Q5_0 | 70.7 GB | ≈ 75.7 | ○需放到内存 5–7 tok/s | — |
| Q4_K_M | 62.5 GB | ≈ 67.1 | ○需放到内存 10–15 tok/s | — |
| Q4_0 | 57.9 GB | ≈ 62.2 | ○需放到内存 11–17 tok/s | — |
| IQ4_XS | 54.7 GB | ≈ 58.8 | ○需放到内存 12–18 tok/s | — |
| Q3_K_M质量下降明显 | 50.3 GB | ≈ 54.2 | ○需放到内存 13–19 tok/s | — |
| IQ3_XXS质量下降明显 | 39.4 GB | ≈ 42.8 | ○需放到内存 16–24 tok/s | — |
| Q2_K质量下降明显 | 38.6 GB | ≈ 41.9 | ○需放到内存 17–25 tok/s | — |
| IQ2_XXS质量下降明显 | 26.5 GB | ≈ 29.3 | ○需放到内存 28–42 tok/s | — |
点一行换精度。“官方”是厂商自己发布的文件，大小是实际值；其余按参数量 × 每权重位数估算。
和其他配置比
每个配置各用它能跑的最高精度，点一个看细节。
最低需要（Q4_K_M · 8K）：显卡 NVIDIA H100 SXM；统一内存 Apple M5 Ultra (64-core GPU) · 96 GB。
运行命令
厂商没有发布这个精度的文件。可选原生精度或厂商自己的版本，或用 llama.cpp 自己量化。
微调需要多少显存
batch 1、序列 2048、梯度检查点；LoRA / QLoRA 为注意力投影上的 r=16 适配器。
估算；数据来自厂商的 Hugging Face 仓库，截至 2026-11-06。 怎么估算的
引用评分
来自第三方排行榜，并非我们测得- LMArena Text 1,373
第 117 名，共 163 个上榜模型 · 置信区间 1,369–1,377 · 30,652 票
- LMArena Text · Chinese 1,405
第 110 名，共 161 个上榜模型 · 置信区间 1,393–1,418 · 2,234 票
- LMArena Text · Coding 1,427
第 116 名，共 163 个上榜模型 · 置信区间 1,419–1,434 · 6,099 票
- LMArena Text · Creative writing 1,327
第 118 名，共 163 个上榜模型 · 置信区间 1,318–1,337 · 3,996 票
变更
全部变更 →暂无变更记录。
来源
- Pricing（在新标签页打开） docs.z.ai · 核对于 2026年11月1日
- 硅基流动：模型价格（在新标签页打开） siliconflow.cn · 核对于 2026年11月1日
- 智谱 BigModel：API 定价（在新标签页打开） docs.bigmodel.cn · 核对于 2026年11月2日
- 智谱 BigModel：模型概览（在新标签页打开） docs.bigmodel.cn · 核对于 2026年11月4日
- Z.ai LLM GLM-4.5 overview（在新标签页打开） docs.z.ai · 核对于 2026年11月1日
- models.dev: glm-4.5-air (community data, MIT)（在新标签页打开） github.com · 核对于 2026年9月30日
- GLM-4.5: Reasoning, Coding, and Agentic Abililties（在新标签页打开） z.ai · 核对于 2026年11月5日
- zai-org/GLM-4.5-Air model card（在新标签页打开） huggingface.co · 核对于 2026年11月3日
- zai-org/GLM-4.5-Air config.json（在新标签页打开） huggingface.co · 核对于 2026年11月5日
- zai-org/GLM-4.5-Air files（在新标签页打开） huggingface.co · 核对于 2026年10月30日
- zai-org/GLM-4.5-Air-FP8 files（在新标签页打开） huggingface.co · 核对于 2026年10月31日
本页部分数值尚待与官方页面核对：实心圆点已核实，空心圆点尚未核实（无论是否已有来源）。 我们如何核实数据
Zhipu AI · 中国 · z.ai
相关模型
快照、同系列与同厂商的其他模型
- GLM-4-Air-250414
- GLM-5.3-FlashX-Legal
- GLM-5.3-Flash
- GLM-5.3
- GLM-5.2
- GLM-5.1
- GLM-5V-Turbo
- GLM-5-Turbo
- GLM-4.5-Air vs Muse Spark 1.2
- Claude Sonnet 5.5 vs GLM-4.5-Air
- Gemini 3.8 Flash vs GLM-4.5-Air
- GLM-4.5-Air vs GPT-5.6 Terra
- GLM-4.5-Air vs GPT-6.1 Sol
- GLM-4.5-Air vs Mistral Medium 3.5
- GLM-4.5-Air vs Muse Spark 1.3
- GLM-4.5-Air vs Qwen3.7-Plus