# GLM или Qwen: какую локальную модель выбрать по задаче

Источник: https://modelium.tech/zhurnal/glm-ili-qwen/

Для доступного локального пилота начните с Qwen3.8-27B: это плотная мультимодальная модель на 27 млрд параметров, но реальное размещение всё равно надо проверить на своём железе. GLM-5.3-Flash — мультимодальная MoE-модель с 320 млрд параметров всего и 18 млрд активных; официальный серверный recipe предполагает существенно более крупный GPU-стек. Сравнения качества на одинаковых русских задачах у Modelium нет, поэтому общего победителя не называем.

Данные сверены 1 октября 2026 года по закреплённым ревизиям официальных репозиториев и recipe vLLM. Modelium не запускал эти модели и не измерял их качество, скорость или память. Слово «локально» здесь включает собственный сервер, а не только ноутбук.

## Какие именно GLM и Qwen сравнивать

Название семейства без версии бесполезно для планирования пилота. Здесь пара конкретна: **Qwen/Qwen3.8-27B** — плотная мультимодальная модель; **zai-org/GLM-5.3-Flash** — мультимодальная MoE-модель. Их разработчики распространяют отдельные репозитории весов и конфигурации; GLM-5.3-Flash нельзя подменять текстовой GLM-5.3, у которой другие размеры и условия лицензии [s1](#src-s1) [s4](#src-s4) [s8](#src-s8).

Qwen описывает 27B как число параметров языковой модели и указывает vision encoder. Карточка называет нативную длину контекста 262 144 токена и расширение до миллиона отдельной настройкой; `text_config.max_position_embeddings` закреплённой конфигурации равен 262144 [s1](#src-s1) [s2](#src-s2). Z.ai обозначает Flash как 320B total / 18B active, а конфигурация задаёт `text_config.max_position_embeddings` 1048576. В recipe vLLM общее число округлено примерно до 321B: это расхождение обозначения и оценки, не два разных checkpoints [s4](#src-s4) [s5](#src-s5) [s7](#src-s7). Указанный максимум контекста не гарантирует, что он поместится в память выбранного сервера.

Обе официальные карточки говорят о работе с изображениями и видео, но **не подтверждают превосходство на русских документах или коде**: для такого вывода нужны одни и те же входные данные, настройка и метрика [s1](#src-s1) [s4](#src-s4). Техническая возможность принять изображение также не заменяет проверку распознавания конкретной формы, шрифта и таблицы.

## Что выбрать при разном железе

**Рабочая станция и ограниченный бюджет памяти.** Начните оценку с Qwen3.8-27B: плотная 27B-модель существенно меньше по общему числу параметров, чем 320B MoE. Это приоритет проверки совместимости, а не обещание запуска на вашей единственной GPU. Проверьте точную ревизию, формат файлов, доступную RAM/VRAM, резерв под KV-кеш и лимит контекста выбранного runtime [s1](#src-s1) [s4](#src-s4) [s7](#src-s7). Число 18B «активных» у GLM описывает вычисление на токен, **не объём всех весов**; прочие эксперты тоже должны где-то храниться.

**Собственный сервер и multi-GPU.** У GLM-5.3-Flash есть отдельный публичный recipe vLLM: он описывает native FP8 checkpoint и профиль `386 GB` VRAM для одного варианта развёртывания, а также другие профили и параметры параллелизма. Это профиль автора recipe, **не универсальный минимальный порог**: память под контекст, пакет запросов и особенности backend меняют итоговую конфигурацию [s7](#src-s7). В карточке Z.ai перечислены vLLM, SGLang и другие способы запуска; выбирайте совместимую с конкретным checkpoint и версией runtime инструкцию, а не копируйте команду для другого GLM [s4](#src-s4) [s8](#src-s8).

**Длинные документы.** Заявленный контекст GLM-5.3-Flash больше нативного контекста Qwen3.8-27B, но это не оценка качества поиска фактов в середине документа. У Qwen расширение до миллиона описано как отдельная настройка, а не как нативный режим. Сравнивайте только после одинакового разбиения источника, одинаковой длины входа и контроля пропущенных цитат [s1](#src-s1) [s2](#src-s2) [s5](#src-s5).

## Лицензии и эксплуатационные ограничения

В официальном репозитории Qwen3.8-27B лежит **Apache License 2.0**, в репозитории GLM-5.3-Flash — **MIT License** [s3](#src-s3) [s6](#src-s6). Это сведения о названных checkpoints на указанных ревизиях; не переносите их на Qwen3.8-Flash-Next, GLM-5.3 или другие веса семейства. Открытость весов, открытость кода, бесплатное облачное обслуживание и разрешённое использование — разные вопросы. Для корпоративного пилота сохраняйте текст лицензии вместе с модельным ID и ревизией, а собственные обязательства проверяйте отдельно.

Разработчики обеих моделей публикуют таблицы качества, но условия оценивания различаются: карточка Qwen описывает собственный harness и набор задач, карточка GLM — собственные настройки и режим reasoning. Эти числа являются **заявлениями авторов**, а не сопоставимым тестом Modelium [s1](#src-s1) [s4](#src-s4). У нас нет честного основания назвать победителя по русскому коду, договорам или OCR.

## Как проверить выбор на своих данных

- Сформулируйте одну задачу с проверяемым выходом: ответ с цитатами по документу, правка кода с проходящим тестом либо извлечение полей с ручной сверкой.

- Зафиксируйте для каждого варианта ID весов, SHA, точный runtime и его версию, формат/точность весов, доступное железо и параметры контекста. Для GLM используйте документированную конфигурацию серверного recipe, если ваша инфраструктура ей соответствует; для Qwen карточка перечисляет поддерживаемые Transformers, vLLM и SGLang [s1](#src-s1) [s4](#src-s4) [s7](#src-s7).

- Подайте одинаковые входные данные, сохраните ответ и проверяйте факты по исходнику. Для кода добавьте тесты и считайте ошибки; для документа — пропущенные поля и неверные ссылки. Не выдавайте смену железа или длины контекста за улучшение модели.

- Если одного кандидата нельзя запустить на доступном оборудовании, это уже результат выбора стека, но **не доказательство худшего качества** модели. Запишите ограничение и возвращайтесь к сравнению только после воспроизводимого запуска.

Основной следующий шаг — [открыть паспорт Qwen3.8 и выбрать точные веса](/modeli/qwen/qwen3-8/) для доступной инфраструктуры. Если у команды есть серверный GPU-стек, [посмотрите варианты GLM-5](/zhurnal/glm-5/) и сопоставьте recipe с вашей конфигурацией. Для планирования ресурсов полезна [методика оценки видеокарты](/zhurnal/videokarta-dlya-llm/); для кода — [сценарий проверки на собственной задаче](/zhurnal/lokalnye-modeli-dlya-programmirovaniya/).

## Источники

1. [Qwen — карточка Qwen3.8-27B](https://huggingface.co/Qwen/Qwen3.8-27B/blob/1d4bf0f2ff6012fd82039f2fa52739d0dd7c60c0/README.md) — получено 2026-10-01
2. [Qwen — конфигурация Qwen3.8-27B](https://huggingface.co/Qwen/Qwen3.8-27B/blob/1d4bf0f2ff6012fd82039f2fa52739d0dd7c60c0/config.json) — получено 2026-10-01
3. [Qwen — лицензия checkpoint Qwen3.8-27B](https://huggingface.co/Qwen/Qwen3.8-27B/blob/1d4bf0f2ff6012fd82039f2fa52739d0dd7c60c0/LICENSE) — получено 2026-10-01
4. [Z.ai — карточка GLM-5.3-Flash](https://huggingface.co/zai-org/GLM-5.3-Flash/blob/eb9eb208eb0d988989d07a6a12d0fdeb5f52574a/README.md) — получено 2026-10-01
5. [Z.ai — конфигурация GLM-5.3-Flash](https://huggingface.co/zai-org/GLM-5.3-Flash/blob/eb9eb208eb0d988989d07a6a12d0fdeb5f52574a/config.json) — получено 2026-10-01
6. [Z.ai — лицензия checkpoint GLM-5.3-Flash](https://huggingface.co/zai-org/GLM-5.3-Flash/blob/eb9eb208eb0d988989d07a6a12d0fdeb5f52574a/LICENSE) — получено 2026-10-01
7. [vLLM — закреплённый recipe GLM-5.3-Flash](https://github.com/vllm-project/recipes/blob/09dea3c390ca123b6d3f1aaca7774c8fffa51654/models/zai-org/GLM-5.3-Flash.yaml) — получено 2026-10-01
8. [Z.ai — официальный перечень моделей GLM-5](https://github.com/zai-org/GLM-5/blob/008de4dbcc220032eb9b80a9a9802afad46a4053/README.md) — получено 2026-10-01