/ Модель

Характеристики

Контекст
1 048 576 токенов
Параметры
30,4 млрд
Размер весов
328 ГБ
Лицензия
Своя лицензия
Архитектура
glm_moe_dsa · dense
Базовая модель
GLM-5.3-AWQ-INT4
Опубликована
7 сен 2026

altar-1

Генерация текстаТекст → текст10 профессий

Altar-1 — крупная разреженная языковая модель для генерации текста, разработанная на базе GLM-5.3 от Z.AI и опубликованная под идентификатором AikidoSec/altar-1.

2 425скачиваний за 30 дней215лайковвеса обновлены20 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Прунинг выполнил 0xSero с использованием метода REAP, а квантованная основа взята из cyankiwi/GLM-5.3-AWQ-INT4.

Модель предназначена для кибербезопасности, программирования, вызова инструментов, рассуждений и генерации структурированных ответов. При калибровке использовались трассы кибербезопасности, код, сценарии tool calling, reasoning, англоязычные данные и многоязычные статьи Wikipedia. Архитектурно это Mixture-of-Experts: после удаления 34% экспертов сохранено 168 из 256 экспертов в каждом слое, при этом для каждого токена активируются 8 экспертов, что соответствует примерно 40B активных параметров.

Общий размер модели составляет около 504B параметров, а веса занимают примерно 328 ГБ. Маршрутизируемые эксперты представлены в формате INT4 W4A16 с AWQ и compressed-tensors, тогда как attention, shared expert, плотные слои и выходная голова сохранены в BF16. Заявлена поддержка контекста до 131072 токенов и развёртывание через vLLM на четырёх GPU H100 или H200 с Hopper и ядром Marlin MoE. По данным README, близость к полной BF16-версии составляет 0,506 ната KL-дивергенции на закрытой выборке из 25 запросов, однако подробные оценки качества ограничены указанными исследованиями.

Сильными сторонами модели являются существенное сокращение размера по сравнению с исходной GLM-5.3, сохранение доменных специалистов для кода, редких языков и структурированного вывода, а также возможность промышленного сервинга на 4× H200. Ограничениями остаются очень высокие требования к памяти и оборудованию, зависимость от Hopper и vLLM, отсутствие подробных независимых бенчмарков в README и неуказанный точный перечень поддерживаемых языков. Лицензия обозначена как other и наследуется от лицензии GLM-5.3; перед использованием необходимо ознакомиться с её условиями.

Для каких профессий подходит10

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Altar-1 — a 504B parameter Prune of GLM-5.3

GLM-5.3 with 34% of its experts removed, at INT4 — 328 GB, built to serve on 4× H200 (Hopper) in vLLM. Altar-1 was calibrated on cybersecurity traces, coding, tool calling, reasoning, and English. Additionally we used multi-lingual wikipedia articles.

What this is

GLM-5.3 is a 753B mixture-of-experts model: each token uses 8 of 256 expert sub-networks per layer (~40B active). REAP (Router-weighted Expert Activation Pruning) scores each expert’s real contribution and deletes the least useful ones — no retraining. This cut keeps 168 of 256 experts per layer.

The experts are then INT4 W4A16 (compressed-tensors, AWQ), taken from the cyankiwi/GLM-5.3-AWQ-INT4 base. Only the routed experts are 4-bit; attention, the shared expert, the dense layers, and the head stay BF16. vLLM auto-selects the Marlin MoE kernel. Routing is untouched: 8 experts per token out of the 168 that remain, ~40B active parameters, same as the unpruned model.

How close to the original is it?

KL divergence vs full BF16: 0.506 nats (sealed 25-prompt panel, full 154k vocabulary). KL is the standard “how differently do these two models predict” score — 0 = identical, lower = closer. For reference, an EXL3 build of the same 168-expert cut measures 0.511 — at this bit-width the quantization format barely moves the result. Full numbers: fidelity study.

Why these experts

Instead of keeping the globally most-frequent experts (which deletes a domain’s specialists), each expert is scored by its largest share of any single domain’s routed work, so every domain — code, rare languages, structured output — keeps its specialists. Head-to-head vs frequency pruning: fidelity study.

Serving (vLLM, 4× H200)

vllm serve aikido/altar-1 --tensor-parallel-size 4 --trust-remote-code --max-model-len 131072

Requires Hopper (H100/H200). 328 GB of weights across 4× H200 leaves room for a 128k-context KV cache at production batch sizes; vLLM selects the Marlin MoE kernel automatically.

Credits

Observations: glm-5.3-reap-observations-v1 · Fidelity study: glm-5.3-reap-fidelity-study · Built on 8× NVIDIA RTX PRO 6000 Blackwell.

Deploying Altar

To get help deploying this model to your organization, contact yannick@aikido.dev

If you want to put this model to the test, some of Aikido's products are already powered by Altar, try them today:

License

Inherits the GLM-5.3 license.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

vLLM

Можно запустить

Подбираем GPU…

Класс архитектуры
GlmMoeDsaForCausalLM
Ревизия весов
5d591cd

0 моделей