THUDM
GLM-4-32B-0414
- パラメータ数
- 32.6B
- 最大コンテキスト長
- 32,768
- アーキテクチャ
- glm4
- ライセンス
- 商用可
- 元モデル
- THUDM/GLM-4-32B-0414
- ライセンス
- mit
- llama.cpp
- b5115+
GLM-4-32B-0414 の概要
GLM-4-32B-0414 は、Hugging Face の THUDM/GLM-4-32B-0414 をもとにした GGUF 形式のモデルです。GGUF は bartowski/THUDM_GLM-4-32B-0414-GGUF が公開しています。パラメータ数は約 32.6B（326億）、アーキテクチャは glm4、最大コンテキスト長は 32,768 トークンです（GGUF に書かれた値）。
量子化は 26 種類あり、ファイルサイズは IQ2_XS の 9.90 GB から BF16 の 65.1 GB まであります（Hugging Face 上の実際のサイズ）。
Q4_K_M（19.7 GB）を 8,192 トークンのコンテキストで動かすときの必要メモリは推定 21.0 GB、32,768 トークンでは推定 22.6 GBです。8,192 トークンなら、VRAM 24 GB 以上の GPU（GeForce RTX 3090 Ti・GeForce RTX 4090 など）か、統合メモリ 24 GB 以上の Mac が目安です（macOS は GPU が使えるメモリに上限があるため、実際には余裕が要ります）。最も小さい IQ2_XS（9.90 GB）なら、8,192 トークンで推定 11.3 GBです。
bartowski/THUDM_GLM-4-32B-0414-GGUF の表示では、ライセンスは MIT License で、商用利用できます（再配布するときはライセンス文と著作権表示を残します）。利用条件は原文で確認してください。
量子化ごとのファイルサイズと必要メモリの目安
- 8 GB まで
- 16 GB まで
- 24 GB まで
- 48 GB まで
- 128 GB まで
- それ以上
ファイルサイズは Hugging Face 上の実際の値です。必要メモリはコンテキスト長ごとの推定値（KVキャッシュ f16）。計算式は 必要メモリの計算方法で公開しています。
必要メモリはすべて 推定 （KVキャッシュ f16）。このページの「必要メモリ」以上の VRAM（または Mac の統合メモリ）を持つ環境で動作する見込みです。数値をクリックすると、その容量で動く機種・モデルの一覧（GPU・Macで探す）に移動します。
「品質の目安」について（量子化でどれだけ元のモデルからずれるか）
量子化の型ごとに、元のモデルの出力からどれだけずれるかを、llama.cpp が Llama-3-8B で測った値から6段階に分けたものです。
使っている値は平均 KLD（元のモデルと量子化したモデルの、次の単語の確率の分布の差）で、小さいほど元のモデルに近い出力になります。imatrix（重要度の情報）を使って量子化したものは少し小さくなります。段階は、imatrix を使わない値（無い型は使った値）で分けています。
★このモデルで測った値ではありません。モデルが大きいほど、また MoE のモデルほど、同じ型でもずれは小さくなりやすいです。配布元独自の混合型（UD-Q4_K_XL など）は型の名前だけでは当てはめられないので「-」にしています。
| 量子化 | 品質の目安 | KLD（imatrix なし） | KLD（imatrix あり） | サイズ（Llama-3-8B） |
|---|---|---|---|---|
| Q8_0 | ほぼ同じ | 0.0014 | - | 7.96 GiB |
| Q6_K | ごく小さい | 0.0055 | - | 6.14 GiB |
| Q5_K_M | ごく小さい | 0.0108 | - | 5.33 GiB |
| Q5_K_S | 小さい | 0.0166 | - | 5.21 GiB |
| Q5_1 | 小さい | 0.0180 | - | 5.65 GiB |
| Q5_0 | 小さい | 0.0222 | - | 5.21 GiB |
| Q4_K_M | 小さい | 0.0313 | 0.0282 | 4.58 GiB |
| Q4_K_S | 中くらい | 0.0431 | 0.0320 | 4.37 GiB |
| IQ4_NL | 小さい | - | 0.0357 | 4.35 GiB |
| IQ4_XS | 小さい | - | 0.0363 | 4.14 GiB |
| Q4_1 | 中くらい | 0.0717 | - | 4.78 GiB |
| Q4_0 | 中くらい | 0.0719 | - | 4.34 GiB |
| Q3_K_L | 中くらい | 0.0872 | 0.0731 | 4.03 GiB |
| Q3_K_M | 中くらい | 0.1019 | 0.0844 | 3.74 GiB |
| IQ3_M | 中くらい | - | 0.1025 | 3.53 GiB |
| IQ3_S | 中くらい | - | 0.1113 | 3.42 GiB |
| IQ3_XS | 大きい | - | 0.1387 | 3.28 GiB |
| IQ3_XXS | 大きい | - | 0.1836 | 3.05 GiB |
| Q3_K_S | 大きい | 0.2282 | 0.1998 | 3.41 GiB |
| IQ2_M | 大きい | - | 0.3260 | 2.74 GiB |
| Q2_K | とても大きい | 0.4451 | 0.3322 | 2.96 GiB |
| Q2_K_S | とても大きい | - | 0.4034 | 2.96 GiB |
| IQ2_S | とても大きい | - | 0.4392 | 2.56 GiB |
| IQ2_XS | とても大きい | - | 0.5463 | 2.43 GiB |
| IQ2_XXS | とても大きい | - | 0.8120 | 2.24 GiB |
| IQ1_M | とても大きい | - | 1.3931 | 2.01 GiB |
| IQ1_S | とても大きい | - | 2.2546 | 1.88 GiB |
出典：llama.cpp（MIT）、Llama-3-8B・FP16 を基準・Wikitext-2・revision f364eb6f の測定。 元の表 · 量子化の読み方と選び方
GGUF配布元
bartowski/THUDM_GLM-4-32B-0414-GGUF
第三者が変換して配布 この表示について
元モデルの利用には Hugging Face 上での申請・同意が必要です（GGUF自体のダウンロードには影響しません）。
最終確認：2026年10月23日
- アーキテクチャ
- glm4
- llama.cpp b5115 以降
- パラメータ数
- 32.6B
- 最大コンテキスト長
- 32,768
- ライセンス
- mit 商用可
Ollama ollama run hf.co/bartowski/THUDM_GLM-4-32B-0414-GGUF:Q4_K_M
llama.cpp llama-server -hf bartowski/THUDM_GLM-4-32B-0414-GGUF:Q4_K_M
主な GPU・Mac での生成の速さ（推定）
Q4_K_M（19.7 GB）で文章を生成する速さの目安です。1トークンごとにモデルの重みを1回読むので、上限はメモリの帯域 ÷ ファイルサイズで決まります。目安はその 6〜8 割で、公開されている実測の多くがこの範囲に入ります。
| 機種 | メモリ帯域 | 目安（トークン/秒） 推定 | 上限 |
|---|---|---|---|
| Radeon RX 7900 XT 20 GB | 800 GB/s | 24〜33 | 41 |
| Radeon RX 7900 XTX 24 GB | 960 GB/s | 29〜39 | 49 |
| GeForce RTX 5090 32 GB | 1,792 GB/s | 55〜73 | 91 |
| Apple M4 32 GB | 120 GB/s | 3.7〜4.9 | 6.1 |
| Apple M4 Pro 48 GB | 273 GB/s | 8.3〜11 | 14 |
| Apple M5 Ultra 96 GB | 1,200 GB/s | 37〜49 | 61 |
推定です。プロンプトを読み込む速さ（計算の速さで決まる）は含みません。コンテキストが長いほど、また一部を CPU に逃がすと遅くなります。Mac は搭載メモリが必要量の 4/3 以上のものだけを出しています。帯域が公表されていない機種（一部の GeForce など）は出ません。
ライセンスと商用利用
MIT License 商用可
商用利用・改変・再配布ができます。再配布するときは著作権表示とライセンス文を残します。
元のモデルのライセンスがまだ取得できていないため、GGUF の配布元の表示で判定しています。 ライセンスの原文（2026年10月18日 に確認）
要約は当サイトが原文から読み取った事実で、法的な助言ではありません。実際に使う前に、必ずライセンスの原文と最新の条件を確認してください。 ライセンスごとの一覧
動かし方
このモデルの形式（glm4）を llama.cpp の本家が読み込めるのは b5115（2025年4月11日）以降です。Ollama・LM Studio は内部に llama.cpp を取り込んで動くため、アプリが古いと「unknown model architecture」などのエラーで読み込めません。その場合はアプリを最新にしてください。
例として Q4_K_M を使う場合のコマンドです。他の量子化を使う場合は、上の表から量子化名を選んで置き換えてください。 ローカルLLMの動かし方
Ollama
Hugging Face 上の GGUF を直接指定して動かせます。
ollama run hf.co/bartowski/THUDM_GLM-4-32B-0414-GGUF:Q4_K_M
llama.cpp
llama-server（または llama-cli）に -hf でリポジトリと量子化名を指定します。
llama-server -hf bartowski/THUDM_GLM-4-32B-0414-GGUF:Q4_K_M
LM Studio
検索欄に bartowski/THUDM_GLM-4-32B-0414-GGUF を貼り付けてダウンロードし、量子化ファイルの一覧から量子化名を選びます。
THUDM のほかのモデル
同じくらいの大きさのモデル（ほかの開発元）
-
27.3B
Qwen
Qwen3.8-27B
- UD-Q4_K_M のサイズ
- 16.5 GB
- 8K で必要なメモリ
- 18.2 GB
実測 推定 VRAM 24 GB〜
-
35.5B
huihui-ai
Huihui-Qwen3.6-35B-A3B-abliterated-MTP
- Q2_K のサイズ
- 13.2 GB
- 8K で必要なメモリ
- 14.5 GB
実測 推定 VRAM 16 GB〜
-
35.5B
ornith-ai
Ornith-1.5-35B-A3B
- Q4_K_M のサイズ
- 21.7 GB
- 8K で必要なメモリ
- 23.0 GB
実測 推定 VRAM 24 GB〜
-
27.3B
huihui-ai
Huihui-Qwen3.8-27B-abliterated
- Q4_K_M のサイズ
- 16.6 GB
- 8K で必要なメモリ
- 18.3 GB
実測 推定 VRAM 24 GB〜
-
25.2B
farbodtavakkoli
OTel-2.0-Decision-26B-A4B-4bit
- Q4_K_M のサイズ
- 16.8 GB
- 8K で必要なメモリ
- 18.4 GB
実測 推定 VRAM 24 GB〜
-
27.3B
JonathanColetti
Qwen3.8-27B-Uncensored
- Q4_K_M のサイズ
- 16.5 GB
- 8K で必要なメモリ
- 18.3 GB
実測 推定 VRAM 24 GB〜
よくある質問
- GLM-4-32B-0414（Q4_K_M）を動かすのに必要なメモリはどれくらいですか？
- ファイルサイズは19.7 GB（実測）。8,192トークンのコンテキストで動かす場合、KVキャッシュ等を含めた推定必要メモリは21.0 GBです。計算式はhttps://localllm.az-arte.com/ja/guide/memory-calculationで公開しています。
- GLM-4-32B-0414は商用利用できますか？
- ライセンスはMIT License（商用利用できる）。商用利用・改変・再配布ができます。再配布するときは著作権表示とライセンス文を残します。最終的な判断はライセンスの原文で確認してください。
- GLM-4-32B-0414 は VRAM 8GB・12GB・16GB・24GB で動きますか？
- 8GB に収まる量子化は無し、12GB なら IQ2_M（推定 12.6 GB）まで、16GB なら IQ3_M（推定 16.2 GB）まで、24GB なら Q5_K_L（推定 25.0 GB）まで（8,192 トークン・KV キャッシュ f16 の推定。いちばん多くダウンロードされている配布元のファイル）。
- GLM-4-32B-0414 を Ollama で動かすコマンドは？
- 「ollama run hf.co/bartowski/THUDM_GLM-4-32B-0414-GGUF:Q4_K_M」で、Hugging Face の GGUF をそのまま動かせます。ほかの量子化を使うときは、最後の量子化名を置き換えます。