GLM-4中文开源智谱开源模型

GLM-4-32B GLM-4-32B

GLM-4系列 · 智谱AI · 2025-08发布

开源支持本地部署国内可直连有免费额度长上下文代码专用

🔗 官方体验地址 → 📄 API文档地址 → 📥 模型下载地址 →

模型介绍

智谱面对开发者开放的中等规模开源模型，32B 参数能力均衡，128K 上下文，量化后单卡可跑，是中文开源基座的热门选择。

模型基础信息

模型系列GLM-4系列

开发机构智谱AI

发布时间2025-08

参数规模32B

上下文窗口128K

模型类型文本

中文能力优秀

使用方式网页体验 / API调用 / 本地部署

免费额度与收费政策

开源免费

免费规则详情

Apache-2.0 自由商用。

收费标准简介

本地零成本。

模型能力介绍

✅ 核心优势

中文优�
pache-2
128K
单卡

⚠️ 短板与局限

通用弱于旗舰

🎯 适用场景

中文本地
微调
私有化
知识库

模型使用教程

本章节整理 GLM-4-32B 的在线体验、API调用、本地部署全套入门教程，快速上手使用该模型。

本地体验：ollama run glm-4-32b 或 Transformers / vLLM 加载。
云端：HF 托管模型可在线体验。

ollama run glm-4-32b "用中文介绍一下GLM-4-32B"

HF_ENDPOINT=https://hf-mirror.com huggingface-cli download 智谱AI/GLM-4-32B --local-dir ./glm-4-32b

或 ModelScope 国内直连下载。

from transformers import AutoModelForCausalLM, AutoTokenizer
model = AutoModelForCausalLM.from_pretrained('智谱AI/GLM-4-32B')
tok = AutoTokenizer.from_pretrained('智谱AI/GLM-4-32B')
code = tok.apply_chat_template([{'role':'user','content':'你好'}], tokenize=False)
print(model.generate(**tok(code, return_tensors='pt')))

GLM-4-32B 是智谱开源的中等规模模型（Apache-2.0），128K 上下文，中文与工具调用强，单卡可部署。

Ollama 一键：

ollama pull glm4

交互使用：

ollama run glm4

vLLM 生产：

pip install vllm && vllm serve zai-org/GLM-4-32B --trust-remote-code --port 8000

低显存用 AWQ 4bit 量化（约 16GB）。

Tips：32B 全量 FP16 约 64GB，量化后 24GB 级即可；中文私有化首选之一。

💡 使用小技巧

ollama pull glm4:32b。

❓ 常见问题 FAQ

Q1：GLM-4-32B 适合？\nA1：中文私有化。

访问备注与注意事项

hf-mirror 可下