GLM-4.6-REAP-252B-A32B-MXFP4_MOE_GGUF
GLM-4.6-REAP-252B-A32B-MXFP4_MOE_GGUF ist ein 252 Milliarden Parameter umfassendes Chat-Modell von andyjack, veröffentlicht am 8. März 2026. GLM-4.6-REAP-252B-A32B-MXFP4_MOE_GGUF is an open-weights chat model with roughly 252 billion parameters.
by andyjack · 252 Mrd. Parameter
Am besten geeignet für
Möglichkeiten, GLM-4.6-REAP-252B-A32B-MXFP4_MOE_GGUF in osFoundry zu nutzen
Mit eigenem Schlüssel verbinden (BYOK)
Öffnen Sie den Schlüssel-Dialog und fügen Sie Ihren andyjack-API-Key ein. osFoundry erkennt GLM-4.6-REAP-252B-A32B-MXFP4_MOE_GGUF automatisch — weisen Sie es im Pipeline-Tab einer Maestro-Rolle (Router, Direct, Orchestrator oder Fallback) zu, und es ist in jedem Chat verfügbar. Ihr Key, Ihr Provider-Konto — kein Token-Aufschlag.
Dedizierten Endpunkt bereitstellen
GLM-4.6-REAP-252B-A32B-MXFP4_MOE_GGUF ist Open-Weights — betreiben Sie es lokal kostenlos oder stellen Sie in Ihrem Workspace einen dedizierten GPU-Endpunkt für reservierte Kapazität ohne Rate Limits bereit.
In einer Room App verwenden
Room Apps deklarieren KI-Funktionen in ihrem Manifest und rufen sie anschließend mit invokeAI auf:
import { invokeAI } from '@osfoundry/app-sdk'
// 'summarize' is an AI feature declared in your app manifest.
const result = await invokeAI('summarize', userText)
Aus eigenen Anwendungen aufrufen
Sobald ein Modell in Ihrem Workspace eingerichtet ist, können Sie es als API hosten und aus Ihren eigenen Diensten, Skripten oder CI — außerhalb von osFoundry — erreichen.
Welche Hardware kann GLM-4.6-REAP-252B-A32B-MXFP4_MOE_GGUF ausführen
GLM-4.6-REAP-252B-A32B-MXFP4_MOE_GGUF läuft auf ein Multi-GPU-Setup oder H200 141GB mit Q4 (~152 GB VRAM mit Reserve für den KV-Cache). Inferenz in voller Präzision erfordert mehrere H100/H200-GPUs bei FP16 (~605 GB).
GLM-4.6-REAP-252B-A32B-MXFP4_MOE_GGUF im Vergleich zu ähnlichen Modellen
Lizenz
Nicht angegeben — Lizenzbedingungen nicht angegeben — prüfen Sie die Upstream-Model-Card vor kommerzieller Nutzung.
Konsultieren Sie die Upstream-Dokumentation.
Häufige Fragen zu GLM-4.6-REAP-252B-A32B-MXFP4_MOE_GGUF
Ist GLM-4.6-REAP-252B-A32B-MXFP4_MOE_GGUF kostenlos nutzbar?
GLM-4.6-REAP-252B-A32B-MXFP4_MOE_GGUF kann auf Ihrer eigenen Hardware kostenlos lokal betrieben werden. Der gehostete Zugriff über osFoundry wird abgerechnet (Input Free (local), Output Free (local)). Sie können jederzeit zwischen lokal und gehostet wechseln.
Kann ich GLM-4.6-REAP-252B-A32B-MXFP4_MOE_GGUF kommerziell nutzen?
Kommerzielle Nutzung ist unter bestimmten Bedingungen erlaubt. Lizenzbedingungen nicht angegeben — prüfen Sie die Upstream-Model-Card vor kommerzieller Nutzung. Konsultieren Sie die Upstream-Dokumentation.
Wie viel VRAM benötigt GLM-4.6-REAP-252B-A32B-MXFP4_MOE_GGUF?
Etwa 152 GB bei Q4-Quantization oder 605 GB bei voller FP16-Präzision. Erfordert Multi-GPU bei höherer Quantization.
Kann ich GLM-4.6-REAP-252B-A32B-MXFP4_MOE_GGUF lokal betreiben?
Ja. GLM-4.6-REAP-252B-A32B-MXFP4_MOE_GGUF ist Open-Weights und läuft lokal auf einer Workstation-GPU. Die lokale Runtime von osFoundry übernimmt Modellladen, Quantization und Routing.
Worin ist GLM-4.6-REAP-252B-A32B-MXFP4_MOE_GGUF besonders gut?
GLM-4.6-REAP-252B-A32B-MXFP4_MOE_GGUF eignet sich besonders für text generation.
Wie verwende ich GLM-4.6-REAP-252B-A32B-MXFP4_MOE_GGUF in osFoundry?
Fügen Sie Ihren andyjack-API-Key im Schlüssel-Dialog ein (oder stellen Sie bei selbst hostbaren Modellen die Open Weights bereit), weisen Sie GLM-4.6-REAP-252B-A32B-MXFP4_MOE_GGUF im Pipeline-Tab einer Maestro-Rolle zu und nutzen Sie es anschließend im Chat, in Room Apps über invokeAI oder in Ihren eigenen Anwendungen.
Veröffentlicht von andyjack am 8. März 2026. Quelle: https://huggingface.co/andyjack/GLM-4.6-REAP-252B-A32B-MXFP4_MOE_GGUF