FreeLLMTodos los modelos › zai
Dónde usarlo gratis
- El chat del propio laboratorio: chat.z.ai (gratis con límites diarios)
- Descárgalo y ejecútalo en casa: pesos oficiales · archivos GGUF para Ollama y LM Studio
Puntuaciones de Arena
| Arena | Puntuación | Puesto | Votos |
|---|---|---|---|
| Chat | 1470 | n.º 31 de 416 | 50K |
| Programación | 1604 | n.º 30 de 148 | 17K |
| Agentes | 2.1 puntuación de agente | n.º 22 de 53 | 89K sesiones |
Puesto entre todos los modelos, incluidos los de pago. Fuente: conjunto de datos de la clasificación de Arena. La puntuación de agentes está en otra escala (×100, a partir de sesiones reales de agentes) y no se puede comparar con las demás puntuaciones.
Velocidad en hardware popular
| Hardware | Memoria de GPU | ¿Cabe? | Velocidad |
|---|---|---|---|
| RTX 3060 12 GB | 12 GB | No cabe | — |
| RTX 4060 Ti 16 GB | 16 GB | No cabe | — |
| RTX 3090 | 24 GB | No cabe | — |
| RTX 4090 | 24 GB | No cabe | — |
| RTX 5090 | 32 GB | No cabe | — |
| RX 7900 XTX | 24 GB | No cabe | — |
| 2 × RTX 3090 | 48 GB | No cabe | — |
| 4 × RTX 3090 | 96 GB | No cabe | — |
| Mac M4 Max 128 GB | 96 GB | No cabe | — |
| Ryzen AI Max+ 395 128 GB | 96 GB | No cabe | — |
| 8 × H100 SXM | 640 GB | Cabe en la GPU | 52 tok/s |
Estimación a 4 bits con contexto de 32K y 64 GB de DDR5 para el volcado a RAM. Velocidad ≈ ancho de banda de memoria × 78 % ÷ datos leídos por token, más un coste fijo por token, calibrada con 44 pruebas reales de llama.cpp; error típico de unos ±10 %. Compara todas las GPU.
Memoria de GPU necesaria
| Nivel | Contexto de 8K | Contexto de 32K | Contexto de 128K | Calidad frente al modelo completo |
|---|---|---|---|---|
| Q3_K_M | 378 GB | 380 GB | 389 GB | +4.7 % pérdida notable |
| Q4_K_M | 458 GB | 460 GB | 469 GB | +1.2 % pérdida muy pequeña |
| Q5_K_M | 537 GB | 539 GB | 548 GB | +0.4 % casi sin pérdida |
| Q6_K | 619 GB | 621 GB | 630 GB | +0.2 % casi sin pérdida |
| Q8_0 | 802 GB | 804 GB | 813 GB | ≈ 0 % igual que el completo |
| F16 | 1508 GB | 1510 GB | 1519 GB | ≈ 0 % igual que el completo |
Pesos + caché de contexto (según la arquitectura del modelo) + entorno de ejecución. Calidad: aumento de perplexity respecto al modelo completo, según pruebas de llama.cpp, ajustado al tamaño del modelo. Simula tu propia configuración.
Puntuación en Chat a lo largo del tiempo
Puntuación de Arena del 17 abr 2026 al 15 oct 2026.
Puntuación en programación a lo largo del tiempo
Puntuación de Arena del 20 abr 2026 al 19 oct 2026.
Puntuación en agentes a lo largo del tiempo
Puntuación de Arena del 4 jun 2026 al 19 oct 2026.
Modelos gratis similares en Chat
- GLM-5.3 (Max) 1471 · 753.3 B
- GLM-5.3-Flash 1471 · 321.3 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
Compara GLM-5.2 (Max) con
Comparte esta página:XLinkedInRedditWhatsApp
¿Has visto un número incorrecto o un enlace roto? Avísanos del error