GLM-5.3-FlashのGPU要件：VRAMと最安GPU

GLM-5.3-Flashのパラメータ数は3213.2億で、FP8で公開されています。 Mixture-of-Expertsモデルで、288個のエキスパートのうち8個が各トークンを処理します（約253.7億パラメータ）。そのため生成速度はおおむねその規模のモデル並みです。ただしすべてのエキスパートをGPUメモリに載せる必要があるため、下のメモリの数値はモデル全体のものです。 mitで公開されており、商用利用が認められています。

パラメータ数: 3213.2億
最小メモリ（INT4）: 約187 GB
最安GPUの1時間料金（FP16）: $2.39
種類: ビジョン

zai-org/GLM-5.3-Flash

Hugging Faceで見る（新しいタブで開きます）私たちのレビューを読む

パラメータ数 3213.2億
トークンあたりのアクティブ数 253.7億
種類ビジョン
タスク image-text-to-text
最大コンテキスト 1024K
ライセンス mit
ダウンロード数 639.1万
いいね 3152

詳細設定

コンテキスト長: 8Kトークン

GLM-5.3-Flashに必要なGPUメモリは約708 GB

推論（vLLM）、FP16 / BF16、コンテキスト8Kトークン、同時リクエスト1件。

メモリの内訳

重み 643 GB
KVキャッシュ 0.38 GB
ランタイムのオーバーヘッド 65 GB
合計 708 GB

GPUの台数は、急な負荷に備えて各カードの10%を空けて計算しています。長いプロンプトや多数の同時利用が見込まれる場合は余裕を持たせてください。

収まるGPU（安い順）この設定を1ノードで扱える、追跡中のすべてのGPUの種類を1時間あたりの合計費用順に並べたもの
順位	構成	GPU 1台 / 時間	必要な台数	合計 / 時間	合計 / 月（24時間稼働）	プロバイダー
1	5 × MI300X 192GB最安CDNA 3 · HBM3	$2.39	58台単位での提供。必要なのは5台	$19.12	$13,958	RunPod （新しいタブで開きます）8x MI300X
2	6 × H200 141GBHopper · HBM3e	$3.79	68台単位での提供。必要なのは6台	$30.32	$22,134	RunPod （新しいタブで開きます）8x H200 NVL
3	3 × B300 288GBBlackwell Ultra · HBM3e	$8.99	34台単位での提供。必要なのは3台	$35.96	$26,251	RunPod （新しいタブで開きます）4x B300
4	5 × B200 180GBBlackwell · HBM3e	$7.69	58台単位での提供。必要なのは5台	$61.52	$44,910	Lambda （新しいタブで開きます）8x HGX B200
8台超：複数ノードが必要: GH200 96GB, H100 NVL 94GB, RTX PRO 6000 96GB, H100 80GB, A100 80GB, L40S 48GB, RTX 6000 Ada 48GB, RTX A6000 48GB, A40 48GB, A100 40GB, RTX 5090 32GB, RTX 4090 24GB, RTX 3090 24GB, L4 24GB, A10 24GB, T4 16GB, V100 16GB

クラウド別の費用プロバイダーごとの収まる最安プラン。概算、価格は2026年11月13日時点。
プロバイダー	インスタンス	GPU 1台 / 時間	必要な台数	合計 / 時間	合計 / 月（24時間稼働）
RunPod （新しいタブで開きます）最安	8x MI300Xus	$2.39	5 × MI300X 192GB 8台単位での提供。必要なのは5台	約$19.12	約$13,958
Vultr （新しいタブで開きます）	vbm-256c-2048gb-8-mi300x-gpu (bare metal)us	$3.99	5 × MI300X 192GB 8台単位での提供。必要なのは5台	約$31.92	約$23,302
Nebius （新しいタブで開きます）	8x H200 141GBeu/us	$5.40	6 × H200 141GB 8台単位での提供。必要なのは6台	約$43.20	約$31,536
CoreWeave （新しいタブで開きます）	HGX H200us	$6.31	6 × H200 141GB 8台単位での提供。必要なのは6台	約$50.44	約$36,821
Lambda （新しいタブで開きます）	8x HGX B200us	$7.69	5 × B200 180GB 8台単位での提供。必要なのは5台	約$61.52	約$44,910
AWS （新しいタブで開きます）	p5en.48xlargeus-east-1	$7.91	6 × H200 141GB 8台単位での提供。必要なのは6台	約$63.30	約$46,206

価格は2026年11月13日時点。費用はすべて概算です（オンデマンド、米ドル、主に米国リージョン。Vast.aiなどのマーケットプレイスは世界全体）。

精度と用途ごとのメモリ

コンテキスト8Kトークン、同時リクエスト1件の場合。LoRAとフルファインチューニングは16ビットの重み、QLoRAは4ビットの重みから始めるため、それ以外の欄は空欄です。
精度	推論	LoRAファインチューニング	QLoRAファインチューニング	フルファインチューニング
FP16 / BF16	708 GB	826 GB	–	5,661 GB
INT8	373 GB	–	–	–
INT4	187 GB	–	304 GB	–

精度別の最安GPU

8Kコンテキスト、同時リクエスト1件での推論。

FP16 / BF16

約708 GB · 8Kトークン

公開されたままの重み。劣化はありませんが、メモリは最も多く使います。

5 × MI300X 192GB

RunPod （新しいタブで開きます） · 8x MI300X

8台単位での提供。必要なのは5台

GPU 1台 / 時間: $2.39
必要な台数: 5
合計 / 時間: 約$19.12
月額（24時間稼働、概算）: $13,958

INT8

約373 GB · 8Kトークン

重みは半分の大きさ。チャットやRAGではほとんど差が出ません。

3 × MI300X 192GB

RunPod （新しいタブで開きます） · 4x MI300X

4台単位での提供。必要なのは3台

GPU 1台 / 時間: $2.39
必要な台数: 3
合計 / 時間: 約$9.56
月額（24時間稼働、概算）: $6,979

INT4

約187 GB · 8Kトークン

重みは4分の1の大きさ。小さな劣化はまず数学やコードに表れます。

5 × A40 48GB

RunPod （新しいタブで開きます） · 8x A40

8台単位での提供。必要なのは5台

GPU 1台 / 時間: $0.59
必要な台数: 5
合計 / 時間: 約$4.72
月額（24時間稼働、概算）: $3,446

推論とファインチューニング

推論 (FP16)
1×
（推論時のメモリ比）
708 GB
5 × MI300X 192GB · 約$19.12
LoRAファインチューニング
1.2×
（推論時のメモリ比）
826 GB
5 × MI300X 192GB · 約$19.12
QLoRAファインチューニング
0.4×
（推論時のメモリ比）
304 GB
8 × A40 48GB · 約$4.72
フルファインチューニング
8×
（推論時のメモリ比）
5,661 GB
8台構成のノード1つでは足りません

FP16での推論は5 × MI300X 192GB (RunPod)で足ります。LoRAは5 × MI300X 192GB (RunPod)、QLoRAは8 × A40 48GB (RunPod)、フルファインチューニングは8台構成のノード1つでは足りませんが必要です。学習では重みに加えてアクティベーションとオプティマイザーの状態もメモリに置くため、同じモデルの推論より多くのGPUが要ることがよくあります。

MacやRTX 4090 1枚で動くか

RTX 4090（24GB）

1枚では動きません。INT4でも約187 GB必要で、カードの24GBを超えます。2枚以上のカードか、より大きなデータセンター向けGPUが必要です。

Appleシリコン搭載Mac

はい、メモリが十分にあれば動きます。INT4で約187 GB必要なので、ユニファイドメモリ256GB以上のMacが目安です（macOSはその約4分の3をGPUに割り当てます）。生成速度はデータセンター向けGPUより遅くなります。

自分で動かすか、トークン課金のAPIを使うか

自分で動かす

FP16で見つかった最安の構成はRunPodの5 × MI300X 192GBで、常時稼働なら月約$13,958です。トラフィックが安定している場合や、データを自社の環境から出せない場合に向いています。

ホスト型APIを使う

GLM-5.3-Flashのレビューで、APIで使える場所とその費用をまとめています。利用が少ない、または波がある場合は、トークン課金のほうが安くなることが多いです。

私たちのレビューを読む

似たモデル

規模が近いオープンモデル。

別のモデルを計算する

GLM-5.3-Flash：よくある質問

GLM-5.3-Flashに必要なVRAMは？

8Kコンテキスト、同時リクエスト1件で、FP16は約708 GB、INT8は約373 GB、INT4は約187 GBです。コンテキストを長くしたり同時リクエストを増やしたりすると、その分KVキャッシュが増えます。

GLM-5.3-Flashを動かす最安のGPUは？

RunPodの5 × MI300X 192GB (約$2.39 GPU 1台・1時間あたり; 8台単位での提供。必要なのは5台)で、FP16 / BF16・8Kコンテキストの推論なら1時間あたり約$19.12です。価格は2026年11月13日時点で、頻繁に変わります。

GLM-5.3-FlashはGPU 1枚でファインチューニングできる？

GPU 1枚では無理です。QLoRAでも約304 GB必要で、80GBのGPUに収まりません。LoRAは約826 GB、フルファインチューニングは約5,661 GB必要です。

この数値はどう計算している？

重みはパラメータ数×1パラメータあたりのバイト数（FP16は2、INT8は1、INT4は0.5）です。KVキャッシュはモデルの層数、KVヘッド数、ヘッドサイズ、コンテキスト長から求めます。ランタイム用に約10%と1GBを加え、各GPUのメモリの90%まで使う前提です。価格は各プロバイダーの公開価格ページから集めた、米国リージョンのオンデマンド定価です。

GLM-5.3-FlashはRTX 4090のような一般向けGPUで動く？

1枚では動きません。INT4でも約187 GB必要で、カードの24GBを超えます。2枚以上のカードか、より大きなデータセンター向けGPUが必要です。

GLM-5.3-FlashはH100 80GB 1枚に収まる？

収まりません。INT4でも約187 GB必要なので、複数のGPUが要ります。

GLM-5.3-FlashにはGPUが何台必要？

FP16、8Kコンテキストの場合、80GBなら10台、48GBなら17台、24GBなら33台です。INT4なら重みのメモリはおよそ4分の1になります。

INT8のGLM-5.3-Flashに必要なVRAMは？

約373 GBです。内訳は重み337 GB、8KのKVキャッシュ0.38 GB、ランタイムのオーバーヘッド35 GBです。

GLM-5.3-Flashを1か月24時間動かすといくら？

私たちが見つけた最安の構成（5 × MI300X 192GB (約$2.39 GPU 1台・1時間あたり; 8台単位での提供。必要なのは5台)、1時間$19.12×730時間）で約$13,958です。AWS、Google Cloud、Azureの最安は月約$46,206です。

FP16、INT8、INT4のどれを使うべき？

FP16は品質を保ったまま使えますが、メモリは最も多く必要です（ここでは約708 GB）。INT8は重みが半分になり、多くのチャット用途では品質の低下はわずかです。INT4（AWQ、GPTQ、GGUF Q4）は重みが4分の1になり、合計約187 GBですが、数学やコードで目立つ程度の小さな品質低下があります。

GLM-5.3-FlashはMacで動く？

vLLMとllama.cppのどちら？

vLLMはNVIDIAやAMDのGPUで多数のリクエストを同時に処理するためのもので、GPUメモリの大半をKVキャッシュに確保します。llama.cppはGGUFファイルをMacやCPUを含むほぼあらゆる環境で動かせ、個人や小さなチームに向いています。同じ精度なら必要なメモリはほぼ同じです。