llama.cpp 新增 GLM-5.3-Flash（GLM5-Next）支持 PR #27773
2026.09.30 · 产品 · 开源项目 · 开源项目
320B 混合模型，支持文本与视觉，复用 Kimi-K3、Deepseek V4 等已有实现
开发者 timkhronos 向 llama.cpp 提交 PR #27773，为 320B 混合模型 GLM-5.3-Flash 添加支持，同时支持文本与视觉。该模型混合 34 层 KDA 线性层与 11 层 DSA 层，采用 mHC 和 Deepseek 风格 MoE，KDA 层复用 Kimi-K3 实现，mHC 复用 Deepseek V4 实现。
- 320B 混合模型，支持文本与视觉
- 34 层 KDA 线性层 + 11 层 DSA 层
- KDA 复用 Kimi-K3，mHC 复用 Deepseek V4
- 新增 llama_memory_hybrid_dsa 与 glm5v 视觉塔
- 约 1GB 精度敏感张量保持未量化
为什么值得看
关注本地部署大模型与 llama.cpp 生态的进展
适合谁关注
本地大模型部署者、llama.cpp 贡献者与量化玩家