glm-5.2
Architecture mélange d’experts78 CouchesLicence mitContexte maximal 1.024kVocabulaire 154.880
En Q4_K_M, c’est un fichier de 433,83 Gio, et il tient sur 1 des 18 machines que nous mesurons (une seule : Mac Studio avec M5 Ultra et 512 Go unifiés). Ici, c’est le fichier qui remplit la mémoire : même à son contexte maximal de 1024k tokens, le contexte ajoute 156,00 Gio — et le même contenu demande en français 1,40 fois autant de tokens qu’en anglais (en allemand, 1,49 fois).
Taille du modèle en Q4_K_M
Mesuré par Local AI Scope
Mémoire de contexte à 8k tokens
Mesuré par Local AI Scope
Ce que coûte l’allemand face à l’anglais
Mesuré par Local AI Scope
Tailles des fichiers publiés
Ce sont les tailles des fichiers réellement publiés par son auteur, additionnées lorsque le modèle est livré en plusieurs parties. Pas une estimation à partir du nombre de paramètres.
| Compression | Taille du modèle |
|---|---|
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 |
Mémoire de contexte
Calculée à partir du schéma d’attention que ce modèle déclare couche par couche, et non de la formule générique. C’est pourquoi le chiffre est souvent bien inférieur à celui d’autres calculateurs. Ce modèle garde sa mémoire de contexte compressée (attention latente) : par couche et par token, un vecteur de 512 valeurs au lieu de ses 64 têtes de 192. Nous la comptons comme une tête de 512 pour la clé et une autre pour la valeur, un peu plus que ce qu’elle occupe réellement (un même latent sert aux deux) : ces chiffres pèchent par excès, jamais par défaut.
- 8k tokens → 1,22 GiB
- 32k tokens → 4,88 GiB
- 128k tokens → 19,50 GiB
Ce qu’il coûte dans chaque langue
Mesuré en exécutant le tokenizer de ce modèle sur le même contenu dans quatre langues. Les tokens sont ce que l’on paie en contexte, en mémoire et sur la facture du cloud.
| Type de texte | EN | ES | FR | DE |
|---|---|---|---|---|
| Code | — | ×1,26 | ×1,41 | ×1,64 |
| Contrats | — | ×1,29 | ×1,36 | ×1,52 |
| Courriels d’entreprise | — | ×1,22 | ×1,32 | ×1,32 |
| Tickets d’assistance | — | ×1,33 | ×1,51 | ×1,41 |
L’anglais est la référence : chaque chiffre indique combien de fois plus de tokens coûte le même contenu dans cette langue. Moyenne sur tout le corpus: DE ×1,49.
Où il tient
Tenir signifie que le modèle, sa mémoire de contexte et la marge de travail tiennent au contexte indiqué, en laissant au système sa part. 1 sur les 18 machines testées (Q4_K_M, 8k tokens).