"Strata" cho GLM5.3 Flash đã có mặt với một số người dùng! Project Maya
Một người dùng cho biết Project Maya, một dự án trên GitHub, cho phép chạy GLM-5.3-Flash (được mô tả là mô hình 321 tỷ tham số) trên một GPU NVIDIA hoặc tối đa 16 GPU, với hỗ trợ AMD và Windows ở mức thử nghiệm. Người này nói tốc độ tăng từ khoảng 10 tok/s lên khoảng 30 tok/s ở mức lượng tử hóa thấp, và cho đến nay thấy mô hình dễ chịu hơn Qwen 3.8 Flash. Dự án quảng bá khả năng chat, xử lý hình ảnh và API tương thích OpenAI và Anthropic, nhưng kết quả mới chỉ là thử nghiệm ban đầu của một người dùng.
Đọc bài gốc