网友用双 V100 玩起 93GB 的 GLM 5.3 Flash，解码约 20 t/s

网友以 2x Tesla V100 32GB 等极低硬件门槛本地跑起疑似 GLM 5.3 Flash 的模型，文件 93.1GB，是目前最小的版本，尚未获官方确认。该模型推测为 MoE 架构，暂不支持 MTP，解码速度约 20 tokens/s，使用定制推理引擎 Strata。作者称会继续优化并最终开源发布。