GLM · 2025-07 · 스파스 MoE

GLM-4.5-Air

GLM-4.5-Air은(는) GLM가 2025-07에 공개한 그룹화 쿼리 어텐션(GQA) Transformer로, 46개 층, 은닉 차원 4096, 컨텍스트 길이 131,072 토큰을 갖습니다.

레이어 스택

어텐션 ×46 · 레이어 수 46

동봉된 config.json을 바탕으로 작도 · 46층 / 은닉 4,096 / 컨텍스트 131,072. 도식은 본 사이트의 오리지널입니다.

그룹화 쿼리 어텐션(GQA) — 96 q-heads / 8 kv-heads. RoPE θ=1,000,000.

스파스 Mixture-of-Experts 모델로, 128개 라우팅 전문가와 top-8 라우팅을 사용하며 토큰당 약 13B 파라미터가 활성화됩니다.

설정에는 디코딩 가속을 위한 멀티 토큰 예측(MTP) 층이 1개 포함되어 있습니다.

같은 연구소의 이전 세대 모델과 비교합니다. 없으면 구조가 가장 유사한 모델과 비교. 배수 열 = 본 모델 ÷ 비교 대상.

이전 세대 GLM-4.5과의 전 필드 비교

모델	GLM-4.5-Air	GLM-4.5	배수
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`	＝

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

유사도는 0(공통 범주 특징 없음)에서 1(구조 프로파일 완전 일치) 사이의 값입니다.

34 개 필드