GLM-Image
Une option solide pour l'auto-hébergement et le contrôle total des données.
Présentation
GLM-Image, signé Zhipu AI, combine un générateur autorégressif de 9B et un décodeur de diffusion pour produire des images à partir de texte ou d'autres images (édition, transfert de style, cohérence d'identité). Sa force: le rendu de texte dans l'image et les scènes denses en information, un point faible classique des modèles de diffusion pure. Limite réelle: le coût d'inférence reste élevé, environ 23 Go de VRAM même avec l'offload CPU activé. Poids ouverts sous licence MIT: déploiement on-premise possible, données conservées localement, mais l'origine chinoise du modèle mérite d'être documentée pour les usages sensibles en Europe.
Profil de compétences
Non communiqué
Forces
- Open-source et auto-hébergeable
Limites
- Tarification API non publiée
À qui ça s'adresse
- vous voulez maîtriser vos coûts ou auto-héberger
- vous avez des contraintes RGPD
Cas d'usage idéaux
- Visuels marketing avec texte
- Édition et transfert de style
- Génération d'identité cohérente
- Design graphique dense en info
- Pipeline créatif on-premise
Accès & disponibilité
Caractéristiques clés
Confidentialité
Faire tourner en local
| Quantization | Disque | RAM / VRAM | Matériel type |
|---|---|---|---|
| Q4 · recommandé | 5.1 Go | 8 Go | PC 16 Go / Mac M1+ / GPU 8 Go |
| Q8 · équilibré | 9.6 Go | 13 Go | PC 32 Go / Mac 24 Go / RTX 4070 Ti+ |
| FP16 · qualité max | 18 Go | 22 Go | Mac 32 Go / RTX 3090-4090 |
Estimations pour un contexte modéré. Un long contexte augmente la RAM nécessaire (KV cache).
Déployer
Commandes prêtes à copier, générées depuis la fiche. Ajustez le contexte et le nombre de GPU à votre machine.
Serveur OpenAI-compatible pour la production sur GPU NVIDIA.
pip install vllm
vllm serve zai-org/GLM-Image \
--max-model-len 32768 \
--tensor-parallel-size 1 \
--dtype autoDonnées avancées · pour expertsArchitecture, modalités, coût détaillé, benchmarks complets▾
| Arena Elo | — |
| MMLU | — |
| GPQA | — |
| HumanEval | — |
| SWE-Bench | — |
| MATH | — |