FreeLLMAlle Modelle › zai
Wo du es kostenlos nutzen kannst
- Der eigene Chat des Labors: chat.z.ai (kostenlos mit Tageslimits)
- Lade es herunter und führe es zu Hause aus: offizielle Gewichte · GGUF-Dateien für Ollama und LM Studio
Arena-Wertungen
| Arena | Wertung | Rang | Stimmen |
|---|---|---|---|
| Chat | 1471 | Platz 27 von 416 | 23K |
| Coding | 1621 | Platz 25 von 148 | 10K |
| Agenten | 1.3 Agenten-Wertung | Platz 26 von 53 | 87K Sitzungen |
Rang unter allen Modellen, auch den kostenpflichtigen. Quelle: Arena-Leaderboard-Datensatz. Die Agenten-Wertung hat eine andere Skala (×100, aus echten Agenten-Sitzungen) und lässt sich nicht mit den anderen Wertungen vergleichen.
Geschwindigkeit auf gängiger Hardware
| Hardware | GPU-Speicher | Passt es? | Geschwindigkeit |
|---|---|---|---|
| RTX 3060 12 GB | 12 GB | Passt nicht | — |
| RTX 4060 Ti 16 GB | 16 GB | Passt nicht | — |
| RTX 3090 | 24 GB | Passt nicht | — |
| RTX 4090 | 24 GB | Passt nicht | — |
| RTX 5090 | 32 GB | Passt nicht | — |
| RX 7900 XTX | 24 GB | Passt nicht | — |
| 2 × RTX 3090 | 48 GB | Passt nicht | — |
| 4 × RTX 3090 | 96 GB | Passt nicht | — |
| Mac M4 Max 128 GB | 96 GB | Passt nicht | — |
| Ryzen AI Max+ 395 128 GB | 96 GB | Passt nicht | — |
| 8 × H100 SXM | 640 GB | Passt in die GPU | 52 tok/s |
Schätzung bei 4-Bit mit 32K Kontext, 64 GB DDR5 zum Auslagern. Geschwindigkeit ≈ Speicherbandbreite × 78 % ÷ pro Token gelesene Daten, plus feste Kosten pro Token, kalibriert an 44 echten llama.cpp-Tests; typische Abweichung etwa ±10 %. Alle Grafikkarten vergleichen.
Benötigter GPU-Speicher
| Stufe | 8K Kontext | 32K Kontext | 128K Kontext | Qualität im Vergleich zum Original |
|---|---|---|---|---|
| Q3_K_M | 378 GB | 380 GB | 389 GB | +4.7 % spürbarer Verlust |
| Q4_K_M | 458 GB | 460 GB | 469 GB | +1.2 % sehr kleiner Verlust |
| Q5_K_M | 537 GB | 539 GB | 548 GB | +0.4 % nahezu verlustfrei |
| Q6_K | 619 GB | 621 GB | 630 GB | +0.2 % nahezu verlustfrei |
| Q8_0 | 802 GB | 804 GB | 813 GB | ≈ 0 % wie das Original |
| F16 | 1508 GB | 1510 GB | 1519 GB | ≈ 0 % wie das Original |
Gewichte + Kontext-Cache (aus der Architektur des Modells) + Laufzeit. Qualität: Anstieg von perplexity gegenüber dem vollen Modell, aus llama.cpp-Tests, skaliert nach Modellgröße. Simuliere dein eigenes Setup.
Chat-Wertung im Zeitverlauf
Arena-Wertung vom 17. Apr. 2026 bis 15. Okt. 2026.
Coding-Wertung im Zeitverlauf
Arena-Wertung vom 20. Apr. 2026 bis 19. Okt. 2026.
Agenten-Wertung im Zeitverlauf
Arena-Wertung vom 4. Juni 2026 bis 19. Okt. 2026.
Ähnliche kostenlose Modelle im Chat
- GLM-5.3-Flash 1471 · 321.3 B
- GLM-5.2 (Max) 1470 · 753.3 B
- Kimi K3 (Max) 1475 · 2779.9 B
- MiMo-V2.5-Pro 1465 · 1023.2 B
- deepseek-v4.1-flash-max 1463 · 763.2 B
- GLM-5.1 1462 · 753.9 B
GLM-5.3 (Max) vergleichen mit
Diese Seite teilen:XLinkedInRedditWhatsApp
Falsche Zahl oder kaputten Link entdeckt? Fehler melden