Sur une RTX 3080 (10 Go), GLM-5.3 Flash Flash en Q4_K_XL demande environ 187,5 Go de mémoire vidéo : c'est trop juste, il faudrait décharger une partie du modèle en mémoire système (beaucoup plus lent).
Pas encore mesuré : les chiffres ci-dessous sont des estimations, calculées à partir des modèles déjà mesurés sur cette carte. Mesurer ma carte
—
Génération (estimée)
≥ 187,5 Go
VRAM conseillée (10 Go dispo.)
—
Conso (modèle de réf.)
—
Coût élec. / M tokens · 0,25 €/kWh
Pas d'estimation de vitesse : le modèle ne tient pas en mémoire vidéo, une partie passerait en mémoire système et la vitesse s'effondrerait (souvent moins de 5 tok/s).
Et avec un contexte plus long ?
Architecture inconnue ou cache compressé (MLA) : pas d'estimation du contexte pour l'instant.
Estimations fondées sur les mesures réelles d'autres modèles sur cette carte et sur les données publiques du modèle (GLM). Dès qu'une mesure existe, cette page affiche les vrais chiffres.