模型介绍
NVFP4 (4-bit float, group size 16) quantization of `zai-org/GLM-5.3-Flash`, covering the routed experts of **every** MoE layer — including layer 45, the multi-token-prediction (MTP) layer — in a **single, uniform** scheme. **No calibration data is used in this quantization step**, and none is needed: the scheme quantizes each group of 16 weights with a scale derived from those 16 values (`memoryless_minmax`), so there is no forward pass for calibration data to inform. The checkpoint contains no activation-scale tensors and declares `input_activations: null`. `num_hidden_layers: 45` plus `num_nextn_predict_layers: 1` puts the MTP layer at index **45**, and it is not a small head: 288 routed experts, ~7.25 B parameters, its own DSA attention and `eh_proj`/`enorm`/`hnorm` plumbing. Keeping it in the same scheme as every other expert layer means the checkpoint has one expert layout throughout — 37,152 packed expert tensors (43 × 288 × 3).
主要特点
特点摘要待依据来源补齐，不凭模型名称推断能力。
局限与注意事项
暂无足够来源支持具体缺点结论。请重点验证实际任务表现、时延、数据政策、许可与版本生命周期。
来源报价与费用分析
同一模型在不同渠道、地区和配置下可能采用不同价格。下表独立保留各渠道报价，不将渠道价格视为厂商官方统一价格。
| 来源 / 渠道 | 输入 | 输出 | 计费单位 | 采集时间 |
|---|---|---|---|---|
| 暂未取得可核验报价，请查阅来源渠道。 | ||||
按月估算基础 Token 费用
预估不包含缓存优惠、阶梯定价、多模态附加费用、网络检索、税费及推理额外输出。
公开评测与运行配置
暂无已采集的可核验公开评分。模型未上榜不代表能力较低。
查看完整已收录榜单 →常见问题
开放权重是否代表可以免费商用？
不一定。应核对具体版本许可证、商用门槛和使用政策。自部署还会产生算力和维护成本。
这些价格是实时结算价格吗？
不是实时结算价格，而是带采集时间的来源报价快照。请到对应渠道核对当前版本、区域、折扣和计费方式。
资料来源与可追溯记录
许可证：mit。模型介绍与第三方评测均以原来源的具体版本和方法为准。