---
type: "Article"
title: "GLM-5.3-Flash 320B UD-Q2_K_XL mit llama.cpp auf 1× DGX Spark"
description: "GLM-5.3-Flash 320B UD-Q2_K_XL 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-q2kxl-mtp-1x-dgx-spark"
language: "de"
generated:
  by: "process:contextstudios-md/1"
  at: "2026-10-02T08:41:54.192Z"
status: "stable"
---

# GLM-5.3-Flash 320B UD-Q2_K_XL mit llama.cpp auf 1× DGX Spark

GLM-5.3-Flash 320B UD-Q2_K_XL mit llama.cpp auf 1× DGX Spark: 17,9 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 UD-Q2_K_XL (109 GB, ~2,4-bit Experts dynamisch; Attention/Router höher)
- Modellfamilie: GLM-5.3-Flash
- Hardware: dgx-spark x1
- Kontext: 262144

## Alle Zahlen

- 17,9 tok/s (Alltag; Alltag, 1 Anfrage, Prosa-Prompt, Kontext 32k, ohne Spekulation) — [source](https://github.com/Weschera/glm53-flash-one-spark/blob/main/README.md)
- decode_tps: 17.9 (1 Anfrage) — [source](https://github.com/Weschera/glm53-flash-one-spark/blob/main/README.md)
- decode_tps: 33.8 (1 Anfrage) — [source](https://github.com/Weschera/glm53-flash-one-spark/blob/main/README.md)
- prefill_tps: 291 (1 Anfrage) — [source](https://github.com/Weschera/glm53-flash-one-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/glm53-flash-one-spark](https://github.com/Weschera/glm53-flash-one-spark)

## Related

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