GLM 5.3 Ollama：本地运行指南与硬件要求（权重发布后可用）

快速回答： 目前（8 月 18 日）Ollama 还没有 GLM 5.3——Ollama 模型库中最新的是 glm4、glm-5.1、glm-5.2。因为 GLM 5.3 的权重要等安全评估完成后（预计 8 月底）才开源，届时社区会很快把它打包进 Ollama。GLM 5.3 是约 743–753B 参数的 MoE 模型，本地运行需要多卡 GPU 或量化版。

TL;DR

问题	答案
Ollama 现在有 GLM 5.3 吗？	❌ 没有，最新是 GLM 5.2
什么时候会有？	权重开源后（预计 8 月底），社区打包通常几天内跟进
模型多大？	约 743–753B MoE（与 GLM 5.2 同基座）
硬件要求	FP16 约需 8× 80GB 显卡；4-bit 量化约 4× 80GB
现在能跑什么？	Ollama 可跑 GLM 5.2 / GLM 5.1

Ollama 目前支持到哪一代 GLM？

截至 2026 年 8 月 18 日，Ollama 模型库中的 GLM 系列为：

glm4（GLM-4）
glm-5.1
glm-5.2（当前最新）

GLM 5.3 尚未上架，原因是权重还没开源。Ollama 这类本地推理工具只能运行已发布的开放权重——GLM 5.3 官方计划在发布（8 月 14 日）约两周后，也就是 8 月底前后，在 HuggingFace 放出权重（需先完成安全评估与加固）。

什么时候能在 Ollama 用 GLM 5.3？

流程大致是：

权重开源（预计 8 月底）→ 智谱在 HuggingFace 发布 GLM-5.3 权重。
社区打包 → Ollama 仓库跟进 glm-5.3 模型（历史上 GLM 5.1/5.2 发布后都是几天内跟上）。
你本地拉取 → ollama pull glm-5.3（具体模型名以发布时为准）。

因为 GLM 5.3 的网络安全能力是双刃剑，官方对权重发布非常谨慎——时间可能因安全评估进度微调，请以 HuggingFace 实际发布为准。

硬件要求：这模型不小

GLM 5.3 与 GLM 5.2 使用相同基座（社区估算约 743–753B 参数 MoE，官方未公布精确数字）。MoE 的好处是每次推理只激活部分参数（计算量可控），但权重文件本身很大：

部署方式	显存需求	典型硬件
FP16/BF16 全精度	~1.5 TB	8× H100/A100 80GB
8-bit 量化	~750 GB	8× 80GB（宽松）
4-bit 量化	~400–450 GB	4× A100/H100 80GB
CPU + 内存卸载	1–2 TB 内存	不推荐生产

个人单卡（24GB/48GB）大概率跑不动完整版，需要等社区出更小量化版或蒸馏版（参考 GLM 5.2 发布后的社区适配节奏）。

现在就想在 Ollama 用 GLM？先跑 GLM 5.2

等 5.3 期间，Ollama 上可以直接跑 GLM 5.2：

ollama pull glm-5.2
ollama run glm-5.2

GLM 5.2 同样支持 1M 上下文、工具调用，且与 5.3 同基座——本地体验接近，性能弱一档（Terminal-Bench 3.0: 4.6 vs 28.3）。

发布后如何用（预演）

权重发布后，典型 Ollama 用法（模型名以实际为准）：

# 拉取（可能需先添加模型源）
ollama pull glm-5.3

# 运行
ollama run glm-5.3

# 或通过 API 调用
curl http://localhost:11434/api/chat -d '{
  "model": "glm-5.3",
  "messages": [{"role": "user", "content": "用 Python 写个快速排序"}]
}'

注意：GLM 5.3 强制开启思考（reasoning_effort low/high/max），本地推理会输出思考过程 token——与 5.2 的"可关思考"体验不同，长任务时输出量更大。