MIT开源智谱轻量开源模型

GLM-4.1-Air / GLM-4-Air GLM-4-Air

GLM-4系列 · 智谱AI · 2024-07发布

开源支持本地部署国内可直连有免费额度长上下文代码专用

🔗 官方体验地址 → 📄 API文档地址 → 📥 模型下载地址 →

模型介绍

智谱开源 GLM-4-Air，9B 尺寸轻量高效，128K 上下文，MIT 商用自由，性价比高的国产开源选择。

模型基础信息

模型系列GLM-4系列

开发机构智谱AI

发布时间2024-07

参数规模9B

上下文窗口128K

模型类型文本

中文能力优秀

使用方式网页体验 / API调用 / 本地部署

免费额度与收费政策

开源免费

免费规则详情

MIT 完全商用。

收费标准简介

本地零成本。

模型能力介绍

✅ 核心优势

轻量
中文强
128K
MIT

⚠️ 短板与局限

能力小于旗舰
海外生态小
英文一般

🎯 适用场景

中文轻任务
本地部署
gent
微调

模型使用教程

本章节整理 GLM-4.1-Air / GLM-4-Air 的在线体验、API调用、本地部署全套入门教程，快速上手使用该模型。

本地体验：ollama run glm-4-air 或 Transformers / vLLM 加载。
云端：HF 托管模型可在线体验。

ollama run glm-4-air "用中文介绍一下GLM-4.1-Air / GLM-4-Air"

HF_ENDPOINT=https://hf-mirror.com huggingface-cli download 智谱AI/GLM-4-Air --local-dir ./glm-4-air

或 ModelScope 国内直连下载。

from transformers import AutoModelForCausalLM, AutoTokenizer
model = AutoModelForCausalLM.from_pretrained('智谱AI/GLM-4-Air')
tok = AutoTokenizer.from_pretrained('智谱AI/GLM-4-Air')
code = tok.apply_chat_template([{'role':'user','content':'你好'}], tokenize=False)
print(model.generate(**tok(code, return_tensors='pt')))

GLM-4-Air 是智谱 9B 档的轻量模型（MIT），主打低成本高效果，量化后单卡可跑，适合本地部署。

vLLM 部署：

pip install vllm && vllm serve THUDM/glm-4-air --trust-remote-code --port 8000

transformers 直连：

python -c "from transformers import AutoModelForCausalLM, AutoTokenizer; m=AutoModelForCausalLM.from_pretrained('THUDM/glm-4-air', trust_remote_code=True, torch_dtype='float16').cuda(); t=AutoTokenizer.from_pretrained('THUDM/glm-4-air', trust_remote_code=True); print(t.decode(m.generate(t('你好', return_tensors='pt').to('cuda'), max_new_tokens=64)[0], skip_special_tokens=True))"

低显存用 4bit 量化加载。

Tips：Air 版比 9B 更省显存，性能接近，适合轻量业务；Ollama 也有 glm4 标签可用。

💡 使用小技巧

消费级显卡可跑。

❓ 常见问题 FAQ

Q1：GLM-4-Air 特点？\nA1：轻量高效中文。

访问备注与注意事项

权重 hf-mirror 可下