GLM的哪个开源模型比较强？
-
@stxpnet 简单答一下：
-
能不能下载：能。GLM 的开源权重一直在 HuggingFace 的 zai-org 主页上，能力排序大致是：最新的旗舰开源版 > GLM-4.5-Air（推理版，MoE 106B/12B 激活，Q4 量化也要 60GB 以上内存）> GLM-4.5-9B 这类小稠密模型（8-16G 显存就能跑）。现在都 2026 年了，直接去 HF 搜 zai-org 按时间排序看最新发布最准。
-
关于"opencode 是 GLM 微调的"：opencode 只是支持接 GLM 的 API（智谱的编程套餐），那个模型是智谱针对 coding 场景调过的闭源服务版；本地下载的开源权重是通用版，工具调用能用，但别期待和 API 版一模一样。想本地跑给 opencode 用，起一个 OpenAI 兼容端点就行：llama.cpp 或 vLLM 起 server，opencode 里把 base_url 指向 localhost。
-
"多搞几台电脑长期白嫖"：方向可行，但有三个现实问题：
- 显存不能简单跨机拼接（vLLM 的分布式 tensor parallel 可以，但那是给单卡放不下的超大模型用的，千兆网下 MoE 的 all-to-all 通信会拖慢，实际不划算）；
- 更实际的是每台机器独立跑一个实例、按任务分模型：一台跑 coding、一台跑绘图/视频；
- 白嫖的真实成本是电费和维护时间，7x24 跑一个月可以自己算笔账，对比 API 按量付费不一定省。
- 建议先试水：先用 API 把 opencode 跑顺，再切本地模型对比工具调用稳定性和速度，确认差异后再决定要不要上多机。
-
