Unsloth 发布 GLM-5.3-Flash（ox-alpha）的 GGUF 量化版本，可在 128GB RAM 设备上以 3-bit 运行。该模型为 Z.ai 的 320B-A18B 开源多模态模型，MIT License 发布，原文称其在 DeepSWE、编码和智能体基准上媲美 Claude Opus 4.8。
原文给出了各量化档位的内存需求和精度保留数据，读者可据此判断在 128GB 设备上本地运行该模型的可行性。
GLM-5.3-Flash 现在可以在本地运行了！✨
通过 Unsloth GGUF 在 128GB 内存上以 3-bit 量化运行。
GLM-5.3-Flash（ox-alpha）在 DeepSWE、编程和智能体基准测试上与 Claude Opus 4.8 不相上下。
指南：https://unsloth.ai/docs/models/glm-5.3-flash
GGUF：https://huggingface.co/unsloth/GLM-5.3-Flash-GGUF
GLM-5.3-Flash 正式发布 - 以极具竞争力的价格提供领先性能 - 原生多模态，支持 1M token 上下文窗口 - 320B-A18B 参数模型，采用 MIT 许可证发布 - 此前以 Ox Alpha 名义预览，完全运行在中国 AI 芯片上 博客：http://z.ai/blog/glm-5.3-flash 现已在所有官方平台上线： 模型权重：http://huggingface.co/zai-org/GLM-5.3-Flash API：http://docs.z.ai/guides/llm/glm-5.3-flash 编程套餐：http://z.ai/subscribe ZCode：http://zcode.z.ai/en 对话：http://chat.z.ai AutoClaw：http://autoclaw.z.ai
原文
Introducing GLM-5.3-Flash - Leading capabilities at a highly competitive price - Natively multimodal with a 1M-token context window - A 320B-A18B model released under the MIT License - Previously previewed as Ox Alpha, running entirely on Chinese AI chips Blog: http://z.ai/blog/glm-5.3-flash Available now across all official platforms: Weights: http://huggingface.co/zai-org/GLM-5.3-Flash API: http://docs.z.ai/guides/llm/glm-5.3-flash Coding Plan: http://z.ai/subscribe ZCode: http://zcode.z.ai/en Chat: http://chat.z.ai AutoClaw: http://autoclaw.z.ai
来源：Unsloth AI · x.com