glm-5.2
Arquitectura mezcla de expertos78 CapasLicencia mitContexto máximo 1.024kVocabulario 154.880
En Q4_K_M es un fichero de 433,83 GiB y entra en 1 de los 18 equipos que medimos (solo uno: Mac Studio con M5 Ultra y 512 GB unificados). Aquí lo que llena la memoria es el fichero: incluso con su contexto máximo de 1024k tokens, el contexto suma 156,00 GiB — y el mismo contenido, en tokens, cuesta en español ×1,28 lo que en inglés (en alemán, ×1,49).
Tamaño del modelo en Q4_K_M
Medido por Local AI Scope
Memoria de contexto a 8k tokens
Medido por Local AI Scope
Lo que cuesta el alemán frente al inglés
Medido por Local AI Scope
Tamaños de los ficheros publicados
Son los tamaños de los ficheros que publica su autor, sumados cuando el modelo viene partido en trozos. No es una estimación a partir del número de parámetros.
| Compresión | Tamaño del modelo |
|---|---|
Q8_0 |
746,32 GiB |
Q6_K |
582,88 GiB |
Q5_K_M |
522,31 GiB |
Q5_K_S |
491,05 GiB |
Q4_K_M |
433,83 GiB |
Q4_K_S |
406,46 GiB |
IQ4_XS |
340,22 GiB |
Q3_K_M |
319,20 GiB |
Memoria de contexto
Calculada con el patrón de atención que este modelo declara capa a capa, no con la fórmula genérica. Por eso la cifra suele ser bastante menor que la que dan otras calculadoras. Este modelo guarda la memoria de contexto comprimida (atención latente): por cada capa y token, un vector de 512 valores en lugar de sus 64 cabezas de 192. La contamos como una cabeza de 512 para la clave y otra para el valor, que es algo más de lo que ocupa de verdad (un mismo latente sirve para las dos), así que estas cifras pecan por arriba, nunca por abajo.
- 8k tokens → 1,22 GiB
- 32k tokens → 4,88 GiB
- 128k tokens → 19,50 GiB
Lo que cuesta en cada idioma
Medido ejecutando el tokenizador de este modelo sobre el mismo contenido en cuatro idiomas. Los tokens son lo que se paga en contexto, en memoria y en la factura de la nube.
| Tipo de texto | EN | ES | FR | DE |
|---|---|---|---|---|
| Código | — | ×1,26 | ×1,41 | ×1,64 |
| Contratos | — | ×1,29 | ×1,36 | ×1,52 |
| Correo de empresa | — | ×1,22 | ×1,32 | ×1,32 |
| Tickets de soporte | — | ×1,33 | ×1,51 | ×1,41 |
El inglés es la referencia: cada cifra es cuántas veces más tokens cuesta el mismo contenido en ese idioma. Media sobre todo el corpus: DE ×1,49.
Dónde cabe
Que quepa significa que caben el modelo, su memoria de contexto y el margen de trabajo al contexto indicado, dejándole al sistema lo suyo. 1 de los 18 equipos probados (Q4_K_M, 8k tokens).