Unsloth AI· @UnslothAI · X·· 2026-08-29精选AI 评分77
AI 导读
Unsloth 发布 GLM-5.3 的动态 GGUF 量化版本，2-bit 模型从 1.51TB 压缩到 239GB（缩小 83%），保留约 81% top-1 准确率，1-bit 则以缩小 85% 达到约 76%。
推荐理由
原文给出动态量化的精度与体积数据和不同位宽的硬件需求，读者可据此选择本地运行 GLM-5.3 的方案。
正文 · AI 翻译
GLM-5.3 现在可以在本地运行了！
我们将这个 2-bit 模型从 1.51TB 压缩到 239GB（体积减少 83%）后，仍保留了约 81% 的准确率。
可在 256GB 的 Mac 或相应 RAM/VRAM 配置上运行。
GLM-5.3 是迄今为止最强的开源模型。
指南：https://unsloth.ai/docs/models/glm-5.3
GGUF：https://huggingface.co/unsloth/GLM-5.3-GGUF
GLM-5.3 现已开放权重。 我们最强大的智能体编码与网络防御模型，现已开放下载、运行和定制。 权重：https://huggingface.co/zai-org/GLM-5.3 技术博客：https://z.ai/blog/glm-5.3
原文
GLM-5.3 is now open-weight. Our most capable model for agentic coding and cyber defense is now available to download, run, and customize. Weights: https://huggingface.co/zai-org/GLM-5.3 Tech blog: https://z.ai/blog/glm-5.3
来源：Unsloth AI · x.com