GLM-5.3-Flash на H200: локальная модель как рабочий инструмент в связке с GPT-6.1 Sol через OpenCode

Автор делится опытом использования локально развернутой модели GLM-5.3-Flash (MoE, 320B параметров) на серверах NVIDIA H200 в качестве основного инструмента для написания кода. Модель работает в связке с GPT-6.1 Sol через фреймворк OpenCode, где Sol выступает оркестратором, а GLM — исполнителем задач, что позволяет снизить затраты на API и использовать гибридную архитектуру.