Project Maya 发布本地运行方案，让 GLM-5.3-Flash 在消费级 GPU 上跑到 30 tokens/s

Reddit 用户分享 Project Maya，可在自有 GPU 上本地运行 GLM-5.3-Flash（321B 参数、每 token 约 18B 激活、最高 1M token 上下文，MIT 许可）。作者从原方案的约 10 tokens/s 提升到 30 tokens/s；项目称四张 RTX 4090 上可达 118 tokens/s，单张 RTX 5090 达 30+，自有量化保留 FP8 模型 97.7-99.2% 的 zero-shot 精度，并提供 OpenAI 与 Anthropic 兼容 API。项目地址 https://github.com/mw00/project-maya。