GPT
הוספת כלי
G

GLM-4.6-FP8

קוד פתוח

zai-orgmit2025-09-29

  • transformers
  • safetensors
  • glm4_moe
  • text-generation
  • conversational

גרסה מכווצת בדיוק FP8 למודל ענק עם 358 מיליארד פרמטרים וארכיטקטורת תערובת מומחים. הוא פונה למי שצריך חלון הקשר של מעל 200 אלף טוקנים ויכולות חזקות בכתיבת קוד וסוכנים אוטונומיים.

  • 358Bפרמטרים
  • 202,752טוקנים בהקשר
  • 337 GBמשקל הקבצים
  • 7,018הורדות בחודש

מה זה

מדובר במודל MoE עצום שמכיל 92 שכבות ודורש משאבים כבדים מאוד רק כדי להיטען. היוצרים שלו מציגים אותו כקפיצת מדרגה לעומת הדור הקודם, עם הרחבה של חלון ההקשר ל־202,752 טוקנים כדי להכיל קוד רחב ותהליכי עבודה מורכבים של סוכנים.

לפי כרטיס המודל, הוא מיועד במיוחד ליישומי תכנות בסביבות כמו Cline או Roo Code, ומייצר דפי פרונטאנד שלמים. הוא תומך בהפעלת כלים בזמן היסק ובחיפוש מובנה, ומציג שיפורי ניסוח ותרחישי משחק תפקידים. המפתחים מדווחים על תוצאות שמתחרות בדגמים כמו DeepSeek-V3.1 ו־Claude Sonnet 4 במבחני ביצועים ציבוריים בתחומי קוד והיגיון.

מתאים ל

  • סוכני פיתוח תוכנה

    מתאים לכלים כמו Cline ו־Roo Code בזכות אופטימיזציה מוצהרת לכתיבת קוד ובניית פרונטאנד.

  • סוכנים מבוססי חיפוש וכלים

    כולל תמיכה מובנית בהפעלת כלים ובפורמט שאילתות חיפוש ישירות בתוך תהליך החשיבה.

  • ניתוח מסמכים טכניים ארוכים

    חלון הקשר של מעל 200 אלף טוקנים מאפשר להזין תיעוד מערכת מלא ומאגרי קוד שלמים.

איפה זה נופל

הנתונים הרשמיים מציינים תמיכה בשפות אנגלית וסינית בלבד, כך שעברית לא נמצאת ברשימת היכולות המובטחות ועלולה לעבוד רע מאוד. בנוסף, מודלים בגודל הזה שרצים ב־FP8 עלולים לסבול מאי דיוקים מסוימים בתחשיבים מורכבים. אם המערכת שלכם נשענת על שפה מקומית או שאין לכם יכולת לבדוק לעומק את איכות הקוד שהוא פולט, תצטרכו לבחון אותו בזהירות לפני שילוב בפרודקשן.

אותה משפחה

GLM-4.6 יצא ב־2 גרסאות שיש להן עמוד כאן. אלה האחרות, לפי כמה מורידים אותן.

GLM-4.617,940

שאלות
נפוצות

האם אפשר להריץ אותו על כרטיס מסך ביתי בודד?

לא. משקל הקבצים עומד על 337 גיגה בייט, כך שגם גרסת FP8 דורשת אשכול של כרטיסי מסך מקצועיים כדי להיטען לזיכרון.

האם המודל מתאים לעבודה בעברית?

הכרטיס מצהיר על תמיכה באנגלית ובסינית בלבד. כדאי לבדוק אותו מקומית על משימות ספציפיות, אבל אי אפשר להסתמך עליו לעיבוד שפה טבעית בעברית בלי בדיקה יסודית.

איך מריצים

כדי להריץ מפלצת ששוקלת 337 גיגה בייט ב־101 קבצים, אתם צריכים שרת ייעודי עם כמה כרטיסי מסך מקצועיים וזיכרון וידאו מסיבי. גם בפורמט FP8, מחשב פיתוח רגיל או תחנת עבודה בודדת פשוט לא יחזיקו אותו.

עבור בדיקות ראשוניות או פרויקטים שלא מחייבים שמירה על המידע בתוך שרתים סגורים, עדיף בהרבה להשתמש ב־API שהיוצרים מציעים. הקמה ותחזוקה עצמית של תשתית למודל כזה שוות את המאמץ רק אם אתם חייבים פרטיות מלאה או שליטה מוחלטת בהיסק.

from transformers import pipeline

pipe = pipeline("text-generation", model="zai-org/GLM-4.6-FP8")
print(pipe("שלום"))

הקבצים

101 קבצים במאגר, 337 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

הרישיון

המודל משוחרר ברישיון MIT, מה שנותן חופש כמעט מוחלט. מותר להשתמש בו לצרכים מסחריים, לשנות אותו, להפיץ אותו ולשלב אותו במוצרים סגורים בלי תמלוגים, כל עוד שומרים על הודעת זכויות היוצרים המקורית.

  • שימוש מסחרי
  • שינוי הקוד
  • הפצה מחדש

הרישיון המלא בעמוד המודל ↗