321B模型跑进4张4090:本地推理这个月连破三道门槛开源社区用分层卸载把321B参数的GLM-5.3-Flash跑在4张4090上,速度到118 tok/s;9B模型被蒸馏到0.6B塞进手机芯片;OpenRouter上开源权重模型已占75%的token...新闻# AI# AI30# AIGEO1个月前04830
GLM-5.3-Flash发布:3200亿参数跑在国产芯片上,免费额度与API定价一文看懂(2026年9月版)2026年9月9日智谱发布GLM-5.3-Flash:320B总参数、18B激活的稀疏MoE,原生多模态与1M上下文,MIT许可开源,推理全程运行在国产AI芯片上。本文拆解架构要点、官方与第三方API...新闻# 1M上下文# AI# AI Agent2个月前05060