Скачать GLM-5.3: веса, форматы и локальный запуск
Веса обеих моделей поколения открыты с 25 августа 2026 года. Скачать их можно бесплатно, но запустить флагман дома не выйдет: даже сжатые версии занимают сотни гигабайт.
Таблица 1 — официальные репозитории zai-org на Hugging Face
| Репозиторий | Формат | Объём | Лицензия | Загрузок за 30 дней |
|---|---|---|---|---|
| zai-org/GLM-5.3 | FP8 | 756 ГБ | GLM-5.3 License | 2,30 млн |
| zai-org/GLM-5.3-BF16 | BF16 | 1 507 ГБ | GLM-5.3 License | 28 тыс. |
| zai-org/GLM-5.3-Flash | FP8 | 328 ГБ | MIT | 6,42 млн |
| zai-org/GLM-5.3-Flash-BF16 | BF16 | 643 ГБ | MIT | 148 тыс. |
Все четыре репозитория созданы 25 августа 2026 года — через одиннадцать дней после анонса: Z.ai заранее предупредила, что откроет веса после проверки безопасности. Последние правки в карточках — 14 и 15 октября. Объём посчитан по файлам репозиториев, число загрузок — по счётчику Hugging Face на 29 октября. Flash скачивают почти втрое чаще флагмана, и это понятно: её реально запустить на одном сервере.
1Сжатые сборки
Поверх официальных весов сообщество и производители ускорителей выложили квантованные версии. Они меньше, но делает их не Z.ai, и замеров качества для них вендор не публикует.
Таблица 2 — сторонние форматы, объём файлов
| Сборка | Кто выложил | GLM-5.3 | GLM-5.3-Flash |
|---|---|---|---|
| NVFP4 | NVIDIA | 464 ГБ | 204 ГБ |
| MXFP4 (Quark) | AMD | вариант с вниманием в FP8 | 185 ГБ |
| GGUF Q8_0 | Unsloth | 801 ГБ | 341 ГБ |
| GGUF UD-Q4_K_XL | Unsloth | 467 ГБ | 200 ГБ |
| GGUF UD-Q2_K_XL | Unsloth | 254 ГБ | 109 ГБ |
| GGUF UD-IQ1_S | Unsloth | 217 ГБ | 93 ГБ |
Формат NVFP4 рассчитан на ускорители NVIDIA последних поколений, MXFP4 — на AMD, GGUF — на llama.cpp и совместимые с ним программы, включая запуск частично в оперативной памяти. Для Flash есть и GGUF от самой команды ggml-org, и сборки, подогнанные под настольный DGX Spark со 128 ГБ памяти.
2Сколько нужно железа
Простое правило: памяти ускорителей должно хватать на файлы весов и ещё на кэш контекста, который растёт с длиной диалога. Дальше — наша оценка по объёмам из таблиц, а не рекомендации вендора.
- GLM-5.3 в FP8 (756 ГБ). Восемь ускорителей по 80 ГБ дают 640 ГБ и веса не вмещают. Нужен узел с восемью картами по 141 ГБ и больше либо несколько узлов.
- GLM-5.3 в NVFP4 (464 ГБ). По объёму укладывается в 640 ГБ с запасом под контекст, но формат рассчитан только на ускорители NVIDIA последних поколений.
- GLM-5.3-Flash в FP8 (328 ГБ). Четырёх карт по 80 ГБ (320 ГБ) уже не хватает, восемь вмещают веса с запасом под длинный контекст. Гибридное внимание у Flash экономит память на кэше.
- GLM-5.3-Flash в GGUF от 93 ГБ. Рабочая станция или компьютер со 128 ГБ общей памяти; скорость и качество при таком сжатии заметно ниже.
3Чем запускать
Вендор перечисляет в карточках SGLang, vLLM, TokenSpeed, Transformers, KTransformers и Unsloth. Для китайских ускорителей Ascend поддерживаются vLLM-Ascend, xLLM и SGLang. В Transformers архитектура флагмана называется glm_moe_dsa, у Flash — glm5_next: старые версии библиотек эти модели не загрузят, поэтому версию лучше брать из рецепта на странице модели.
Два параметра стоит выставить сразу. reasoning_effort по умолчанию равен max — для повторения замеров вендор советует его не трогать, для работы можно снизить до high или low. В чат-шаблоне clear_thinking по умолчанию выключен; для обычного диалога карточка рекомендует передавать clear_thinking=true.
4Что разрешает лицензия
Текст GLM-5.3 License почти дословно повторяет MIT: веса можно бесплатно использовать, копировать, изменять, дообучать, встраивать и продавать при условии, что сохранено уведомление об авторских правах. Отличие одно и касается очень узкого круга компаний.
Если лицензиат вместе с аффилированными лицами продаёт «модель как сервис» и его выручка за любые 12 месяцев подряд превышает 10 млрд долларов, перед коммерческим использованием он проходит проверку безопасности у Z.ai. Моделью как сервисом считается доступ третьих лиц к инференсу или дообучению с заметным контролем над входом и параметрами — например, через API. Продукт, в который модель встроена ради конкретной функции, и простая переадресация запросов к чужим моделям под это определение не подпадают.
На практикеДля подавляющего большинства компаний условия равны MIT, но в договорах и реестрах ПО лицензию флагмана нужно называть её собственным именем. Если нужна именно MIT, её даёт GLM-5.3-Flash.
5Сборки «без цензуры»
На Hugging Face десятки модификаций Flash и флагмана с пометками uncensored и abliterated — из них вырезаны отказы. Выпускает их не Z.ai, а сторонние авторы; вендор такие версии не проверяет, а их качество и поведение никто не гарантирует. Лицензия на производные работы при этом продолжает действовать.
Если своего сервера нет, проще начать с API или веб-чата: варианты и цены — на листе об API.
6Короткие ответы
- Можно ли скачать GLM-5.3 бесплатно?
- Да. Веса GLM-5.3 и GLM-5.3-Flash лежат в организации zai-org на Hugging Face с 25 августа 2026 года и скачиваются без оплаты. Флагман распространяется по GLM-5.3 License, Flash — по MIT.
- Сколько весит GLM-5.3?
- Официальная версия в FP8 — около 756 ГБ, в BF16 — около 1 507 ГБ. GLM-5.3-Flash — около 328 ГБ и 643 ГБ соответственно. Сторонние сжатые сборки Flash начинаются примерно с 93 ГБ.
- Запустится ли GLM-5.3 на домашнем компьютере?
- Флагман — нет, даже самая сжатая сборка занимает больше 200 ГБ. Flash в сильном сжатии помещается на машины со 128 ГБ памяти, но такие версии вендор не проверял, и качество у них ниже.
- GLM-5.3 распространяется по лицензии MIT?
- Нет, у флагмана своя GLM-5.3 License. Она повторяет свободу MIT, но добавляет проверку безопасности для крупных продавцов доступа к моделям. Под обычной MIT выложена GLM-5.3-Flash.
- Чем запустить GLM-5.3-Flash локально?
- Вендор называет SGLang, vLLM, TokenSpeed, Transformers, KTransformers и Unsloth; для чипов Ascend — vLLM-Ascend, xLLM и SGLang. Сжатые GGUF-файлы запускают через llama.cpp.