GLM 5.2本地跑分实测
gutard · reddit · 2026-07-14
一位用户在 MacBook Pro M5 48GB 上跑 GLM 5.2，使用 Flash MoE 后获得了本地推理实测数据。 - 预填充约 4.4k tokens，耗时 6分38秒，生成 501 tokens，速度约 2t/s - 不做预填充时，400 tokens 输入、337 tokens 输出，耗时 3分17秒 - 另外也观察到 2.8t/s，但会随机器当前负载波动 他提到自己用的是 `pipenetwork/GLM-5.2-MLX-mixed-3_6bit`，模型体积约 332GB。接下来还想试试让它夜间规划任务、白天再用 Qwen 执行计划。