/ Модель

Характеристики

Контекст
1 048 576 токенов
Лицензия
MIT
Архитектура
glm5_next · dense
Базовая модель
GLM-5.3-Flash-UNCENSORED-FP8
Опубликована
8 сен 2026

GLM-5.3-Flash-UNCENSORED-AWQ

Изображение и текст → текст15 профессий

Solstice-AI/GLM-5.3-Flash-UNCENSORED-AWQ — мультимодальная языковая модель, основанная на архитектуре GLM-5.3-Flash.

1 492скачиваний за 30 дней1лайквеса обновлены11 сен 2026

Бенчмарки

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

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

Исходную архитектуру разработала Zhipu AI / ZAI, uncensored-веса подготовила dealignai, а Solstice-AI выпустила эту AWQ-квантизованную версию. Модель предназначена для генерации и анализа текста, программирования, математических и логических задач, а также понимания изображений и видео. Заявлены поддерживаемые языки английский и китайский.

Модель использует MoE-архитектуру с 320 млрд общих параметров, 288 маршрутизируемыми экспертами и примерно 18 млрд активных параметров на токен. Применяется формат W4A16 AWQ: веса квантизованы до INT4 с group_size=128, а активации сохраняются в 16-битном формате. Визуальные компоненты, механизмы внимания, маршрутизаторы MoE, эмбеддинги и языковая голова оставлены без квантизации. В README указана поддержка контекста до 131 072 токенов, а также speculative decoding с DFlash 2.

К сильным сторонам относятся сочетание больших возможностей MoE-модели с уменьшенным размером весов, мультимодальность, поддержка длинного контекста и сценариев программирования, математики, анализа изображений и видео. Ограничения включают очень высокую общую ёмкость модели и, как следствие, значительные требования к памяти и вычислительным ресурсам, несмотря на INT4-квантизацию; для запуска требуются совместимые движки, например vLLM или SGLang. Показатели качества и отсутствие отказов приведены авторами README и не подтверждены независимой проверкой. Лицензия — MIT.

Для каких профессий подходит15

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

Model Summary

Solstice-AI/GLM-5.3-Flash-UNCENSORED-AWQ is the official W4A16 AWQ pack-quantized release of the uncensored 320B foundation model, GLM-5.3-Flash-UNCENSORED (320B total parameters, 288 routed MoE experts, ~18B active per token).

Quantization Architecture:

  • Format: Compressed-tensors pack-quantized INT4 (group_size=128, symmetric).
  • Activations: Unquantized 16-bit (input_activations: null).
  • Lossless Preservations (untouched in pure BF16):
    • All 347 visual tensors (model.visual.*)
    • MoE routers and gate projections (mlp.gate, eh_proj, hc_*)
    • Attention mechanisms (qkv, o_proj, indexers)
    • Word embeddings and language model head (embed_tokens, lm_head)

Official GLM-5.3-Flash Benchmark Scoreboard

Benchmark SuiteDisciplineGLM-5.3-Flash Uncensored AWQBase GLM-5.3Claude 3.5 SonnetGPT-4o
MMLUGeneral Knowledge & Reasoning85.12%86.15%88.7%87.2%
HarmBench-320Safety Refusal Suppression0% Refusals94.2% Refusals92.5%91.0%
SWE-bench ProReal-World Software Engineering63.1%64.1%61.2%48.9%
LiveCodeBench v6Competitive Algorithmic Coding85.8%87.0%78.4%72.8%
MATH-500High-School / Olympiad Math92.5%93.4%89.2%91.4%
MMMU (Multimodal)Multi-Discipline Visual Understanding70.6%71.2%70.4%69.1%
VideoQA / TemporalVideo Reasoning Across Time Frames78.2%79.1%77.2%75.6%

Quickstart with vLLM

vllm serve Solstice-AI/GLM-5.3-Flash-UNCENSORED-AWQ \
  --tensor-parallel-size 4 \
  --max-model-len 131072 \
  --speculative-model Solstice-AI/GLM-5.3-Flash-UNCENSORED-AWQ/speculative/GLM-5.3-Flash-DFlash2-bf16.gguf \
  --num-speculative-tokens 5

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Готовая квантизация поддерживается только для текстовых LLM (vLLM).

Класс архитектуры
Glm5NextForConditionalGeneration
Ревизия весов
442a1b0

0 моделей