AI PCナビ使うAIと、させたい仕事に合うPC・Macを。
トップ › モデル別 › GLM-4.5 355B-A32B

GLM-4.5 355B-A32B を動かすPCスペック（必要VRAM・メモリ・速度の目安）

Z.ai ・ 公開 2025-07 ・ 358.34Bパラメータ（MoE・アクティブ32B） ・ データ更新 2026-10-02

GLM-4.5-Airの上位（総355B・アクティブ32B）。MIT。Mac 256GB以上が対象

211GB4bitで動かすのに要るメモリ（会話8,192トークン分込み）
ユニファイドメモリ向けGPU1枚のVRAMでは足りない
512GB実用になるいちばん小さいMac: M5 Ultra（512GB）
131,072最大コンテキスト（学習時）

編集部の見立て

GLM-4.5はZ.aiがエージェント用途を狙って作った基盤モデルで、推論・コーディング・ツール利用を1つにまとめた設計です。総355B、アクティブ32B。思考モードと即答モードを切り替えられ、ライセンスはMITなので商用も二次開発も条件が軽い。Q4_K_Mが201.6GB、8kの文脈込みで211GBになり、収まるのはM5 Ultra（512GB）だけで推定20.2tok/s。

快適の下限をわずかに超える数字です。256GB機の実効192GBには入りません。512GBのMacを研究用に持てる人向けで、それ以外はGLM-4.5-Airに目を向けるのが筋です。

量子化別の必要メモリ

ファイルサイズは Hugging Face（unsloth/GLM-4.5-GGUF） に置かれている実際のファイルサイズです。KVキャッシュ（会話の作業メモリ）は8,192トークン・fp16として、モデルの構造（93層）から計算しています。必要メモリの合計には計算用のバッファも含めています。

量子化ファイルKVキャッシュ（8k）必要合計GPUならMacなら
2bit（IQ2_M）
品質劣化大。最後の手段		114GB2.9GB121GBGPU単体では不可192GB〜
2bit（Q2_K）
品質劣化大。最後の手段		122GB2.9GB129GBGPU単体では不可192GB〜
3bit（Q3_K_M）
メモリ優先		160GB2.9GB168GBGPU単体では不可256GB〜
4bit（IQ4_XS）
Q4_K_Mより一回り小さい		178GB2.9GB187GBGPU単体では不可256GB〜
4bit（Q4_K_M）
標準。迷ったらこれ		202GB2.9GB211GBGPU単体では不可512GB〜
5bit（Q5_K_M）
品質重視		237GB2.9GB247GBGPU単体では不可512GB〜
6bit（Q6_K）
ほぼ無劣化		274GB2.9GB286GBGPU単体では不可512GB〜
8bit（Q8_0）
無劣化に近い		355GB2.9GB369GBGPU単体では不可512GB〜
16bit（BF16）
元精度		668GB2.9GB691GBGPU単体では不可不可

モデルの構造と、必要メモリの増え方

GLM-4.5 355B-A32BはZ.aiが2025年7月に公開した358.34Bのモデルです。GGUFのヘッダには93層と書かれており、総パラメータ358.34Bのうち、1トークンの生成で実際に読むのは約32Bです（MoE）。メモリには全部を載せる必要がある一方、毎回読み出す量はアクティブパラメータのぶんで済むため、同じサイズのdense型より速く動きます。

全93層が全域注意で、KVヘッド8・head次元128。KVキャッシュはトークン数に正比例して増えます。1トークンあたりのKVキャッシュは約372KB（fp16）で、コンテキスト長にそのまま比例します。実際の値は、8,192トークンで2.9GB、学習時の上限131,072トークンまで伸ばすと47GBです。

ライセンス表記: mit（層数と窓の大きさはGGUFヘッダから取得）

このモデルを実際に使うなら

Airとの差は、そのまま必要な機材の差です。GLM-4.5-Air 106B-A12Bは72GBで、M5 Ultra（96GB）が推定48.4tok/s、Strix Halo（128GB）でも10.6tok/s。355B版を選ぶ理由は総パラメータの大きさ以外にありません。

KVは全93層が全域注意で1トークン372KBと、Devstral 2 123Bの352KBより重い。32kで11.6GB、学習上限の128kで46.5GBです。512GB機の実効384GBから211GBを引いた173GBの中で、128kは収まる計算。ただし20.2tok/sの推定は8kの文脈で出した値で、長くすれば下がります。

配布元はFP8版とBase版も公開しており、追加学習の土台に使えます。思考の切り替えは推論側の設定で行い、llama.cppではglm4moeとして扱われます。

このモデルの系統

GGUFヘッダに書かれたアーキテクチャはglm4moeで、当サイト収録の204モデル中2本が同じ系統です。ツール側の対応状況は、使う前に確認しておくと確実です。

配布元はunsloth/GLM-4.5-GGUF、元になったモデルはzai-org/GLM-4.5です。

得意分野はコードを書く作業、推論（段階を踏んで考える処理）です。

同じZ.aiのモデルでは、サイズの近いものにGLM-5.3-Flash（320.76B）、GLM-4.5-Air 106B-A12B（110.47B）、GLM-4.7-Flash 30B-A3B（29.94B）があります。

コンテキスト長を伸ばすと必要メモリはどう増えるか

長い文書を渡す、会話を続ける、コードベース全体を読ませる。こうした使い方ではコンテキスト長を伸ばしますが、その分KVキャッシュがメモリを食います。4bit（Q4_K_M）（202GB）を前提に、コンテキスト長ごとの必要メモリを計算しました。全層が全域注意なので、コンテキスト長に比例してKVが増えます。

コンテキストKVキャッシュ必要合計必要なGPU必要なMac
4,0961.5GB210GBGPU単体では不可512GB〜
8,192既定2.9GB211GBGPU単体では不可512GB〜
16,3845.8GB214GBGPU単体では不可512GB〜
32,76812GB220GBGPU単体では不可512GB〜
65,53623GB231GBGPU単体では不可512GB〜
131,07247GB255GBGPU単体では不可512GB〜

KVキャッシュをq8_0に量子化すると、32,768トークンでのKVは約12GBから約5.8GBに減ります（品質はわずかに落ちます）。

同じサイズ帯の他のモデル

モデル開発元4bitで必要一言
GLM-5.3-FlashZ.ai151GB総321BのMoE。メモリ192GB以上のMac Studio級が対象
Qwen3.5 397B-A17BAlibaba235GBQwen3.5の最上位MoE（総397B・アクティブ17B）。Mac 256GB以上が対象
Llama 4 Maverick 17B-128EMeta235GBLlama 4 Scoutの上位（総400B・アクティブ17B）。Mac 512GB以上が対象
MiMo-V2.6-Flash-RLXiaomi161GBXiaomiの総309B・活性15BのMoE。画像・動画・音声も扱う。MIT。MXFP4で約156GB、Mac 256GBから
ERNIE 4.5 300B-A47BBaidu175GBBaiduの300BのMoE（アクティブ47B）。Apache 2.0。Mac 256GB以上が対象
Hy3 295B-A21BTencent178GBTencentの295BのMoE（アクティブ21B）。Apache 2.0。Mac 256GB以上が対象

4bit（Q4_K_M）が動く機種と推定速度

4bit（Q4_K_M）なら1機種で20 tok/s以上、1機種で8〜20 tok/s（テキスト生成の推定・計算方法）。

快適 20 tok/s以上（1機種）

実用 8〜20 tok/s（1機種）

遅い 動くが遅い（0機種）

  • なし

メモリに一部を逃がせば動く（0機種・CPUオフロード、PCのメモリ32GB想定）

  • なし
動かない機種（140）を見る

今のPCのまま、GLM-4.5 355B-A32Bを動かすために足すもの

PR: 以下はAmazonアソシエイトの広告リンクを含みます。価格の目安は執筆時点のもので変動します。価格・在庫はリンク先でご確認ください。

NVMe SSD / 外付けSSD 2TB

GLM-4.5 355B-A32Bは4bit（IQ4_XS）で178GB、8bitのQ8_0なら355GB。精度違いを3種類そろえるだけで約540GB使います。何本か試すうちに、まず内蔵SSDが先に埋まります。Macは内蔵を増設できないので外付けが前提です。

Amazonで「NVMe SSD 2TB」を見る →Amazonで「外付けSSD 2TB USB 3.2」を見る →

メモリ増設（32GB化）

GLM-4.5 355B-A32BはMoEで、1トークンごとに動くのは32B分だけです。だからGPUに全部載せなくても、システムメモリ側に置いて実用速度が出ます。必要なのは211GBぶんの空きで、この型はVRAMを足すより先にメモリを増やすほうが効きます。

Amazonで「DDR5 16GB 2枚組」を見る →Amazonで「DDR5 SO-DIMM 16GB 2枚組」を見る →Amazonで「DDR4 16GB 2枚組」を見る →

ローカルLLM / AIエージェント入門書

GLM-4.5 355B-A32BのようなGGUF版のモデルを落として動かす手順、量子化の選び方、Ollama と LM Studio の使い分けは、一冊まとまったものを手元に置くと早い。

Amazonで「ローカルLLM 本」を見る →Amazonで「AIエージェント 開発 本」を見る →

GLM-4.5 355B-A32Bを動かせるPC・Macを今日買うなら

PR: 以下はAmazonアソシエイトの広告リンクを含みます。価格の目安は執筆時点のもので変動します。価格・在庫はリンク先でご確認ください。

ぴったり常時稼働サーバー型

Mac Studio M5 Ultra（メモリ512GB）をLLMサーバに

DeepSeek V3級（671B）の4bitを1台で。帯域1.2TB/s。チームのローカルLLMサーバ

M5 Ultra（36コア・80コアGPU）・ユニファイドメモリ512GB・SSD 4TB ・ 目安 240〜280万円

要件を満たす中で最も手頃

Amazonで「Mac Studio M5 Ultra 512GB」を見る →

よくある質問

GLM-4.5 355B-A32Bを動かすのに必要なVRAMは？

4bit量子化（4bit（Q4_K_M））でファイル202GB、8,192トークンのKVキャッシュを含めて約211GBが必要です。GPU単体のVRAMには載らず、Macのユニファイドメモリか複数GPUが必要です。

GLM-4.5 355B-A32BはMacで動く？

動きます。ユニファイドメモリ512GB以上のApple Silicon（例: Apple M5 Ultra（512GB））なら、4bit量子化で実用的な速さが出ます。

このクラスの選び方: ローカルLLM（70B〜120B MoE）に必要なPC / MacかWindowsか

手持ちのPCで判定する