FreeLLMTous les modèles › zai
Où l'utiliser gratuitement
- Le chat du laboratoire : chat.z.ai (gratuit avec limites quotidiennes)
- Téléchargez-le et lancez-le chez vous : poids officiels · fichiers GGUF pour Ollama et LM Studio
Scores Arena
| Arena | Score | Rang | Votes |
|---|---|---|---|
| Chat | 1471 | n°27 sur 416 | 23K |
| Code | 1621 | n°25 sur 148 | 10K |
| Agents | 1.3 score agent | n°26 sur 53 | 87K sessions |
Rang parmi tous les modèles, payants inclus. Source : jeu de données du classement Arena. Le score Agents est sur une autre échelle (×100, issu de vraies sessions d'agents) et ne peut pas être comparé aux autres scores.
Vitesse sur du matériel courant
| Matériel | Mémoire GPU | Ça tient ? | Vitesse |
|---|---|---|---|
| RTX 3060 12 GB | 12 GB | Ne tient pas | — |
| RTX 4060 Ti 16 GB | 16 GB | Ne tient pas | — |
| RTX 3090 | 24 GB | Ne tient pas | — |
| RTX 4090 | 24 GB | Ne tient pas | — |
| RTX 5090 | 32 GB | Ne tient pas | — |
| RX 7900 XTX | 24 GB | Ne tient pas | — |
| 2 × RTX 3090 | 48 GB | Ne tient pas | — |
| 4 × RTX 3090 | 96 GB | Ne tient pas | — |
| Mac M4 Max 128 GB | 96 GB | Ne tient pas | — |
| Ryzen AI Max+ 395 128 GB | 96 GB | Ne tient pas | — |
| 8 × H100 SXM | 640 GB | Tient dans le GPU | 52 tok/s |
Estimation en 4 bits avec un contexte de 32K et 64 GB de DDR5 pour le déchargement. Vitesse ≈ bande passante mémoire × 78 % ÷ données lues par token, plus un coût fixe par token, calibrée sur 44 tests llama.cpp réels ; erreur typique d'environ ±10 %. Comparer tous les GPU.
Mémoire GPU nécessaire
| Niveau | Contexte de 8K | Contexte de 32K | Contexte de 128K | Qualité vs original |
|---|---|---|---|---|
| Q3_K_M | 378 GB | 380 GB | 389 GB | +4.7% perte sensible |
| Q4_K_M | 458 GB | 460 GB | 469 GB | +1.2% très faible perte |
| Q5_K_M | 537 GB | 539 GB | 548 GB | +0.4% quasi sans perte |
| Q6_K | 619 GB | 621 GB | 630 GB | +0.2% quasi sans perte |
| Q8_0 | 802 GB | 804 GB | 813 GB | ≈ 0% identique à l'original |
| F16 | 1508 GB | 1510 GB | 1519 GB | ≈ 0% identique à l'original |
Poids + cache de contexte (d'après l'architecture du modèle) + runtime. Qualité : hausse de perplexity par rapport au modèle complet, d'après les tests llama.cpp, ajustée selon la taille du modèle. Simulez votre propre configuration.
Score Chat au fil du temps
Score Arena du 17 avr. 2026 au 15 oct. 2026.
Score Code au fil du temps
Score Arena du 20 avr. 2026 au 19 oct. 2026.
Score Agents au fil du temps
Score Arena du 4 juin 2026 au 19 oct. 2026.
Modèles gratuits similaires en 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
Comparer GLM-5.3 (Max) avec
Partager cette page :XLinkedInRedditWhatsApp
Un chiffre erroné ou un lien cassé ? Signalez une erreur