GLM · 2025-07 · Sparsames MoE
GLM-4.5-Air
GLM-4.5-Air ist ein Grouped-Query-Attention (GQA)-Transformer, veröffentlicht von GLM im 2025-07, mit 46 Schichten, Hidden-Größe 4096 und einem Kontextfenster von 131,072 Tokens.
Schichtstapel
Kernfakten
| Labor | GLM |
|---|---|
| Veröffentlicht | 2025-07 |
| Parameter | 107.7 Mrd. |
| Aktiv | 13 Mrd. |
| Kontext | 131,072 tokens |
| Attention | GQA (96:8) |
| Schichten | 46 |
| Hidden-Dim. | 4,096 |
| Attention-Köpfe | 96 |
| Vokabular | 151,552 |
| Positionscodierung | RoPE |
| Normierung | RMSNorm |
| Aktivierung | silu |
| Präzision | bf16 |
| Architekturklasse | Glm4MoeForCausalLM |
Architekturüberblick
Attention
Grouped-Query-Attention (GQA) — 96 q-heads / 8 kv-heads. RoPE θ=1,000,000.
FFN / MoE
Es handelt sich um ein sparsames Mixture-of-Experts mit 128 gerouteten Experten und Top-8-Routing; etwa 13 Mrd. Parameter sind pro Token aktiv.
Die Konfiguration enthält 1 zusätzliche Multi-Token-Prediction-Schichten (MTP) zur Beschleunigung der Dekodierung.
Feldweiser Vergleich
Verglichen mit dem vorherigen Modell desselben Labors; fehlt dieses, mit dem strukturell nächsten Modell. Die Spalte Ratio = dieses Modell ÷ Vergleichsmodell.
Vollfeldvergleich mit dem Vorgänger GLM-4.5
| Modell | GLM-4.5-Air | GLM-4.5 | Ratio |
|---|---|---|---|
| model_type | glm4_moe | glm4_moe | ＝ |
| architectures | Glm4MoeForCausalLM | Glm4MoeForCausalLM | ＝ |
| hidden_size | 4096 | 5120 | ×0.800 |
| num_hidden_layers | 46 | 92 | ×0.500 |
| num_attention_heads | 96 | 96 | ≈1 |
| num_key_value_heads | 8 | 8 | ≈1 |
| head_dim | 128 | 128 | ≈1 |
| intermediate_size | 10944 | 12288 | ×0.891 |
| hidden_act | silu | silu | ＝ |
| n_routed_experts | 128 | 160 | ×0.800 |
| num_experts_per_tok | 8 | 8 | ≈1 |
| n_shared_experts | 1 | 1 | ≈1 |
| moe_intermediate_size | 1408 | 1536 | ×0.917 |
| rope_theta | 1000000 | 1000000 | ≈1 |
| max_position_embeddings | 131072 | 131072 | ≈1 |
| rms_norm_eps | 0.00001 | 0.00001 | ≈1 |
| vocab_size | 151552 | 151552 | ≈1 |
| torch_dtype | bfloat16 | bfloat16 | ＝ |
| num_nextn_predict_layers | 1 | 1 | ≈1 |
| attention_bias | true | true | ＝ |
| attention_dropout | 0 | 0 | ＝ |
| pad_token_id | 151329 | 151329 | ≈1 |
| eos_token_id | 151329×1 + 151336×1 + 151338×1 | 151329×1 + 151336×1 + 151338×1 | ＝ |
| partial_rotary_factor | 0.5 | 0.5 | ≈1 |
| initializer_range | 0.02 | 0.02 | ≈1 |
| norm_topk_prob | true | true | ＝ |
Strukturell ähnlichste Modelle
- GPT-OSS 120B (OpenAI, 2025-08) 0.999
- Qwen3 30B A3B (Qwen, 2025-04) 0.997
- Hunyuan-TurboS 30B A3B (Hunyuan, 2026-05) 0.997
- Qwen3.8-Flash-Next (Qwen, 2026-08) 0.997
- Qwen3.6 35B A3B (Qwen, 2026-04) 0.997
- Qwen3-Next 80B A3B (Qwen, 2025-09) 0.996
Ähnlichkeitswerte reichen von 0 (keine gemeinsamen kategorialen Merkmale) bis 1 (identische Profile).
Rohe Config-Felder
34 Felder
| architectures | Glm4MoeForCausalLM |
|---|---|
| attention_bias | true |
| attention_dropout | 0 |
| pad_token_id | 151329 |
| eos_token_id | 151329×1 + 151336×1 + 151338×1 |
| head_dim | 128 |
| hidden_act | silu |
| hidden_size | 4096 |
| partial_rotary_factor | 0.5 |
| initializer_range | 0.02 |
| intermediate_size | 10944 |
| max_position_embeddings | 131072 |
| model_type | glm4_moe |
| moe_intermediate_size | 1408 |
| norm_topk_prob | true |
| num_attention_heads | 96 |
| n_group | 1 |
| topk_group | 1 |
| n_routed_experts | 128 |
| n_shared_experts | 1 |
| routed_scaling_factor | 1 |
| num_experts_per_tok | 8 |
| first_k_dense_replace | 1 |
| num_hidden_layers | 46 |
| num_key_value_heads | 8 |
| rms_norm_eps | 0.00001 |
| rope_theta | 1000000 |
| num_nextn_predict_layers | 1 |
| tie_word_embeddings | false |
| torch_dtype | bfloat16 |
| transformers_version | 4.54.0 |
| use_cache | true |
| use_qk_norm | false |
| vocab_size | 151552 |