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-36bit，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。
「Infra」频道最新
- 500 万美元种子轮不够 DeepSeek 训一遍:没 GPU 的 AI 创业只剩三条路 — FinanceYF5 · 2026-10-26
- HBM 需求转向:低端推理砍单,Rubin 将全系 12-high HBM — BenBajarin · 2026-10-26
- CircuitHub 发布工厂级机器人 The Grid，美国产 PCB 提速两倍对标深圳 — garrytan · 2026-10-26
- Ubicloud 发文修复 vLLM 工具调用准确率问题 — petrusenko_max · 2026-10-26
- Meta 批准无投票权 C 类股，2026 年资本开支指引达 1350–1450 亿美元 — thione · 2026-10-26
- Unsloth 发布 MiniMax-M3.1-Flash 量化：2-bit 保留 91.5% 精度，150GB 内存可跑 — danielhanchen · 2026-10-26