GLM-4-32B
更大 GLM；24GB+ 量化。
许可 otherQ4 ~18GB舒适 24GB32–34B 单卡甜点本地优先
部署预估（启发式）
默认推荐卡 RTX 4090 24GB · 量化 Q4 · ctx 8k · 并发 1
适配偏紧
需 / 有效显存22.2/24G
吞吐 tok/s~29.5
引擎Ollama / vLLM
消费级单卡跑 32B：推荐 ollama + Q4；Agent 长上下文建议 concurrent=1。
下载与部署入口
无官方 Ollama slug 时：从 HF GGUF 下载后用 llama.cpp / LM Studio，或 ollama create 自定义。
许可说明：以智谱开源协议为准
参数32B
默认量化Q4
默认上下文8K
发布2025
推荐引擎
- vLLM（高吞吐 OpenAI 兼容）
- SGLang
标签：对话 · Agent · 代码 · 家族 GLM / ChatGLM：智谱开源线；中文对话与工具调用。
同家族
- glm-ocr · ~7B · Q4~6GB
- glm-4.7-flash · 30b · Q4~16.5GB
- glm-5.1 · ~7B · Q4~4GB
- glm4 · ~7B · Q4~4GB
- GLM-4-9B-Chat · 9B · Q4~7GB
- everythinglm · ~7B · Q4~4GB
站内推荐
同系工具：Clavue CLI / imux IDE / clavue-2.1
Clavue · CLI 与 Agent 平台
CLI / GUI Agent 运行时、设备登录、会员额度与 OpenAI 兼容 API（api.clavue.com）。开发脚本、CI 与本地工具一条链路。
打开 Clavue ↗imux · 原生 macOS AI IDE
Clavue 平台的原生 IDE：多 Agent 分屏、Ghostty 级终端、Agent Chat、浏览器自动化与 Supervisor——不是又一个 Electron 壳。
了解 imux ↗Clavue 2.1 · 产品级大模型
旗舰模型 clavue-2.1（及 fast / pro / rev）：适合复杂推理与长程 Agent 循环。Chat、imux、API 共用会员额度。
查看模型 ↗