几百GB的模型，普通笔记本内存装不下怎么办？Colibrì的答案是：别全装。它把SSD当作模型的“仓库”，只在需要时取出一小部分权重，让没有独立显卡的电脑也能加载超大模型。据量子位报道，一台12核CPU、25GB内存的开发机已运行总参数744B（7440亿）的GLM-5.2。
关键在于GLM-5.2采用MoE（Mixture of Experts，混合专家）架构：模型虽大，每生成一个Token——可理解为一小段文字——只会调用少数“专家”子网络。Colibrì让约9.9GB的常用部分留在内存，把约370GB专家权重放在NVMe SSD；模型选中哪个专家，再把它读进来。它还缓存近期常用专家，并提前预测下一层可能调用谁。项目测试称，这种提前预测的可预测性达到71.6%。
代价是速度。报道显示，冷缓存时生成速度仅约0.05至0.1 Token/秒；128GB内存的纯CPU桌面机约为1.8 Token/秒。换句话说，它证明的是“普通电脑能装下并运行”，并不等于已经适合流畅日用。它的价值更像一条工程新路：用SSD容量和等待时间，换取低成本本地运行超大模型的可能。