---
type: "Article"
title: "GLM-5.3-Flash 320B UD-IQ3_XXS mit llama.cpp auf 1× DGX Spark"
description: "GLM-5.3-Flash 320B UD-IQ3_XXS mit llama.cpp auf 1× DGX Spark: Rezept von Weschera mit Tempo, Bedingung und Quelle je Zahl, Gewichten und Lizenz."
resource: "https://www.contextstudios.ai/de/lokale-ki/weschera--glm53-flash-ud-iq3xxs-mtp2-1x-dgx-spark"
language: "de"
generated:
  by: "process:contextstudios-md/1"
  at: "2026-10-02T14:50:30.801Z"
status: "stable"
---

# GLM-5.3-Flash 320B UD-IQ3_XXS mit llama.cpp auf 1× DGX Spark

GLM-5.3-Flash 320B UD-IQ3_XXS mit llama.cpp auf 1× DGX Spark: 20,8 tok/s laut github.com (Datensatz-Stand: 29. Sept. 2026).

- Kreator: [Weschera](https://www.contextstudios.ai/de/lokale-ki/kreatoren/weschera.md)
- Engine: llama.cpp
- Quantisierung: Unsloth Dynamic UD-IQ3_XXS GGUF (120,4 GB, 4 Shards); KV q8_0
- Modellfamilie: GLM-5.3-Flash
- Hardware: dgx-spark x1
- Kontext: 65536

## Alle Zahlen

- 20,8 tok/s (Gemischt; Gemischt, 1 Anfrage, gemischtes Prompt-Set, mit MTP) — [source](https://github.com/Weschera/GLM-5.3-Flash-Unsloth-1x-DGX-Spark/blob/main/README.md)
- decode_tps: 20.8 (1 Anfrage) — [source](https://github.com/Weschera/GLM-5.3-Flash-Unsloth-1x-DGX-Spark/blob/main/README.md)
- decode_tps: 20.8 (1 Anfrage) — [source](https://github.com/Weschera/GLM-5.3-Flash-Unsloth-1x-DGX-Spark/blob/main/README.md)
- prefill_tps: 270 (1 Anfrage) — [source](https://github.com/Weschera/GLM-5.3-Flash-Unsloth-1x-DGX-Spark/blob/main/README.md)

## Gewichte

- [unsloth/GLM-5.3-Flash-GGUF](https://huggingface.co/unsloth/GLM-5.3-Flash-GGUF) (main, mit)
- [zai-org/GLM-5.3-Flash](https://huggingface.co/zai-org/GLM-5.3-Flash) (base, mit)

[https://github.com/Weschera/GLM-5.3-Flash-Unsloth-1x-DGX-Spark](https://github.com/Weschera/GLM-5.3-Flash-Unsloth-1x-DGX-Spark)

## Related

- [Lokale KI auf Ihrer Hardware.](https://www.contextstudios.ai/de/lokale-ki.md)