/ Модель

Характеристики

Контекст
1 048 576 токенов
Параметры
30,4 млрд
Размер весов
332 ГБ
Лицензия
MIT
Архитектура
glm_moe_dsa · dense
Базовая модель
GLM-5.2
Библиотека
mlx
Опубликована
17 июн 2026

GLM-5.2-MLX-mixed-3_6bit

Генерация текстаТекст → текст8 профессий

GLM-5.2-MLX-mixed-3_6bit — это MLX-конверсия и смешанно-квантованная версия модели GLM-5.2, разработанная PipeNetwork на базе zai-org/GLM-5.2.

395скачиваний за 30 дней6лайковвеса обновлены29 авг 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

Модель предназначена для генерации текста и запуска локально на устройствах Apple Silicon с использованием библиотеки mlx-lm.

Архитектура модели — glm_moe_dsa: разреженная MoE-модель с 256 экспертами и механизмом sparse attention в стиле DeepSeek-V3.2. Вариант использует смешанную квантование: экспертные слои представлены в 3-битном формате, остальные параметры — в 6-битном. Размер файлов составляет около 360 ГБ, модель рассчитана на запуск в системах с 512 ГБ оперативной памяти. Другие характеристики, включая число параметров, поддерживаемые языки, модальности и размер контекста, в README не указаны.

Сильная сторона модели — существенно сниженные требования к памяти по сравнению с однородными 4-, 5-, 6- и 8-битными вариантами при сохранении совместимости с MLX. Репозиторий включает исправленный runtime для корректной работы разреженного индексатора на длинных контекстах; для загрузки требуется параметр --trust-remote-code. Ограничения — крайне большой объём модели, привязка к Apple Silicon и необходимость специального runtime. Модель распространяется по лицензии MIT, унаследованной от базовой модели.

Для каких профессий подходит8

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

GLM-5.2-MLX-mixed-3_6bit

Runtime — updated 2026-08-28: load with --trust-remote-code

This repository now bundles glm_moe_dsa.py (declared via model_file in config.json), a fixed runtime for this architecture, and needs it:

mlx_lm.generate --model pipenetwork/GLM-5.2-MLX-mixed-3_6bit --trust-remote-code --prompt "..." --max-tokens 300

mlx-lm's own glm_moe_dsa builds a lightning indexer on all 78 layers, but GLM-5.2 ships indexer weights on 21 (indexer_types: the other 57 "shared" layers reuse the previous full layer's top-k selection). mlx_lm.load loads leniently and left those 57 indexers at random initialisation. Prompts up to 2048 tokens were unaffected (the indexer is bypassed below index_topk); beyond that, 57 of 78 layers attended to keys chosen by random projections. The bundled runtime implements the schedule as the reference does (plus fp32 indexer scores and router logits and the indexer LayerNorm epsilon); tiny-config parity against transformers 5.16 is 4e-7 with the sparse path live, and a strict load of this checkpoint reports zero missing and zero unexpected tensors. Details, tests and the GLM-5.3 builds made with it: github.com/PipeNetwork/glm53-mlx. The weights are unchanged.

MLX (Apple Silicon) conversion of zai-org/GLM-5.2 — a glm_moe_dsa MoE (256 experts, DeepSeek-V3.2-style sparse attention) — quantized to mixed.

Quantizations

Part of the GLM-5.2 MLX collection.

VariantNotes
8-bit8-bit · ~800GB · needs ~1TB RAM · integrity-checked
6-bit6-bit · ~625GB · needs ~768GB RAM · integrity-checked
5-bit5-bit · ~530GB · needs ~640GB RAM · integrity-checked
4-bit4-bit · ~430GB · tight on 512GB · smoke-tested
mixed (this repo)mixed · experts@3-bit / non-expert@6-bit · ~360GB · 512GB-fit · smoke-tested

Use with mlx-lm

pip install mlx-lm
python -m mlx_lm generate --model pipenetwork/GLM-5.2-MLX-mixed-3_6bit --prompt "Hello" -m 256

Validation

Smoke-tested locally (loads + generates coherent text).

License

MIT (inherited from base). Quantization config (excerpt): {"group_size": 64, "bits": 6, "mode": "affine", "model.embed_tokens": {"group_size": 64, "bits": 6}, "model.layers.0.self_attn.q_a_proj": {"group_size": 64, "bits": 6}, "model.layers.0.self_attn.q_b_p.

Как запустить

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

GPU в ailist

Универсальный рантайм · mlx

Нельзя запустить

MLX-модели работают только на Apple Silicon, на GPU NVIDIA они не запускаются.

Класс архитектуры
GlmMoeDsaForCausalLM
Ревизия весов
5cae648

0 моделей