MiaAI Lab（@MiaAI_lab）为 GLM-5.3-Flash EXL3 增加 TP=3 路径，可在三台 DGX Spark 上运行：相对 TP=2 解码速度 +28%、prefill +9%，并给出 3.2M KV cache 与 1M 上下文；另可选从头节点经 NFS 共享权重（NFS_SHARE=1），释放其余节点磁盘。仓库：github.com/MiaAI-Lab/GLM-5.3-Flash-EXL3-2x-DGX-Sparks。

核心要点速览

  • ✓新增 TP=3：三台 DGX Spark 跑 GLM-5.3-Flash EXL3。
  • ✓相对 TP=2：解码 +28%、prefill +9%；3.2M KV / 1M 上下文。
  • ✓可选 NFS_SHARE=1 从头节点加载权重，释放其余节点空间。
⚡

开发者 3 秒速决决策指标

一眼结论
🏆 权威跑分段位榜单
相对 TP=2：解码 +28%、prefill +9%；3.2M KV / 1M 上下文。
查看天梯总榜→
💰 调用成本与套餐比价
GLM-5.3-Flash · 输入 $0.15 / 输出 $0.5
查可用套餐与测算↗
🛠️ 开发与接入生态规则
GLM-5.3-Flash · EXL3 · DGX Spark
配置 IDE 专属规则↗
🧭

把技术选型换算成你的开发预算

40 款主流编程套餐横向比价，支持输入/输出 Token 真实账单模拟

⚔️ 模型战力比拼→💰 比较订阅与额度↗
实战指南准备好将技术转化为生产力？

即刻查看该技术对应模型与主流工具的实测差异，或一键测算团队 API 调用与 $20/月套餐盈亏平衡点。

⚔️ 开始双模型比拼→💳 查看可用套餐↗
接着读llama.cpp v0.6.0 稳定版发布：正式纳入 GLM-5.3-Flash（320B）与 Qwen4Exp MTP 投机解码，新 llama_batch_ext API，Apple GPU 小批量矩阵乘最高约 3 倍
立即阅读→