GET /v1/models
Lista los modelos habilitados en el formato de lista de OpenAI, con tipos, capacidades, precios y límites agregados. No requiere clave de API. Los mismos datos se publican en /models.json.
Marcadores de posición:
$API_BASEeshttps://api.abliteratedllm.dev/v1,$API_ORIGINeshttps://api.abliteratedllm.devy$YOUR_KEYes tu clave de API.
curl $API_BASE/modelsRespuesta abreviada (la tabla de más abajo muestra los datos en vivo):
{
"object": "list",
"data": [
{
"id": "glm-5.3-flash-abliterated",
"object": "model",
"created": 1793664000,
"owned_by": "…",
"name": "GLM-5.3 Flash Abliterated",
"context_length": 1048576,
"max_output_tokens": 131072,
"pricing": { "input": "0.0977", "output": "0.3421", "cached_input": "0.0098", "priority": null },
"provider_label": null,
"variant": "abliterated",
"input_modalities": ["text", "image"],
"capabilities": { "reasoning": true, "vision": true, "priority_tier": false },
"precision": "FP8"
},
{
"id": "glm-5.3-flash",
"object": "model",
"created": 1793664000,
"owned_by": "…",
"name": "GLM-5.3 Flash",
"context_length": 1048576,
"max_output_tokens": 1048576,
"pricing": {
"input": "0.135",
"output": "0.45",
"cached_input": "0.027",
"priority": { "input": "0.16875", "output": "0.5625", "cached_input": "0.03375" }
},
"provider_label": "Stock model",
"variant": "stock",
"input_modalities": ["text", "image", "video"],
"capabilities": { "reasoning": true, "vision": true, "priority_tier": true },
"precision": null
}
]
}Campos
| Campo | Significado |
|---|---|
id | El ID del modelo que se envía en model. |
object, created | Siempre "model", y una marca de tiempo fija. |
owned_by | Siempre AbliteratedLLM. |
name | Nombre visible. |
context_length | Ventana de contexto en tokens, entrada más salida. |
max_output_tokens | El mayor presupuesto de salida que puede obtener una solicitud. Los presupuestos solicitados más grandes se reducen a este valor. |
pricing.input | USD por millón de tokens de entrada, como cadena decimal. Los tokens de imagen y video son tokens de entrada. |
pricing.cached_input | USD por millón de tokens de entrada leídos de la caché de prompts. |
pricing.output | USD por millón de tokens de salida, razonamiento incluido. |
pricing.priority | Los precios (input, output, cached_input) que se cobran en su lugar a las solicitudes que envían "service_tier": "priority", o null si el modelo no tiene nivel prioritario. |
provider_label | "Stock model" para los modelos originales, null para nuestros modelos abliterated (sus pesos se editaron para quitar la dirección de negativa, sin reentrenamiento). |
variant | "abliterated" o "stock". Consulta Tipos de modelo más abajo. |
input_modalities | Lo que puede contener una solicitud: siempre "text", más "image" y "video" en los modelos que los aceptan. Consulta Imágenes y video en POST /v1/chat/completions. |
capabilities.reasoning | true si el modelo razona antes de responder. |
capabilities.vision | true si input_modalities incluye "image". |
capabilities.priority_tier | true si el modelo acepta "service_tier": "priority". En ese caso, pricing.priority tiene sus precios. |
precision | El formato de pesos que servimos, como "FP8", o null si no hacemos ninguna afirmación. Los modelos originales tienen null porque solo indicamos un formato para nuestros modelos abliterated. |
Los precios son cadenas para no perder precisión: interprétalos como decimales, no como números de punto flotante.
Modelos actuales
| ID del modelo | Tipo | Tipos de entrada | Precisión | Entrada | Entrada en caché | Salida | Nivel prioritario | Contexto | Salida máx. |
|---|---|---|---|---|---|---|---|---|---|
glm-5.3-flash-abliteratedGLM-5.3 Flash Abliterated | Abliterated | text, image | FP8 · Sin cuantización adicional | USD 0.0977 | USD 0.0098 | USD 0.3421 | — | 1,048,576 | 131,072 |
glm-5.3-cyber-abliteratedGLM-5.3 Cyber Abliterated | Abliterated | text | FP8 | USD 0.90 | USD 0.135 | USD 1.80 | — | 1,048,576 | 131,072 |
deepseek-v4.1-flash-1017DeepSeek V4.1 Flash 1017 | Modelo original | text, image | — | USD 0.27 | USD 0.0054 | USD 1.08 | USD 0.3375 / USD 0.00675 / USD 1.35 (125%) | 1,048,576 | 1,048,576 |
deepseek-v4.1-flash-1017-ultrafastDeepSeek V4.1 Flash 1017 Ultrafast | Modelo original | text, image | — | USD 2.16 | USD 0.0432 | USD 8.64 | — | 1,048,576 | 1,048,576 |
deepseek-v4.1-flash-originalDeepSeek V4.1 Flash (original) | Modelo original | text, image | — | USD 0.27 | USD 0.0054 | USD 1.08 | USD 0.3375 / USD 0.00675 / USD 1.35 (125%) | 1,048,576 | 1,048,576 |
glm-5.3-flashGLM-5.3 Flash | Modelo original | text, image, video | — | USD 0.135 | USD 0.027 | USD 0.45 | USD 0.16875 / USD 0.03375 / USD 0.5625 (125%) | 1,048,576 | 1,048,576 |
glm-5.3GLM-5.3 | Modelo original | text | — | USD 1.26 | USD 0.234 | USD 3.96 | USD 1.575 / USD 0.2925 / USD 4.95 (125%) | 1,048,576 | 1,048,576 |
glm-5.3-fastGLM-5.3 Fast | Modelo original | text | — | USD 1.89 | USD 0.351 | USD 5.94 | — | 1,048,576 | 1,048,576 |
kimi-k3Kimi K3 | Modelo original | text, image | — | USD 2.70 | USD 0.27 | USD 13.50 | USD 3.375 / USD 0.3375 / USD 16.875 (125%) | 1,048,576 | 1,048,576 |
kimi-k3.1-proKimi K3.1 Pro | Modelo original | text, image | — | USD 1.80 | USD 0.18 | USD 9.00 | USD 2.70 / USD 0.27 / USD 13.50 (150%) | 1,048,576 | 1,048,576 |
kimi-k3-fastKimi K3 Fast | Modelo original | text, image | — | USD 4.05 | USD 0.405 | USD 20.25 | — | 1,048,576 | 1,048,576 |
ember-1Ember-1 | Modelo original | text, image | — | USD 2.70 | USD 0.27 | USD 13.50 | — | 1,048,576 | 1,048,576 |
muse-spark-openMuse Spark Open | Modelo original | text, image | — | USD 1.125 | USD 0.135 | USD 3.825 | USD 1.6875 / USD 0.2025 / USD 5.7375 (150%) | 1,048,576 | 1,048,576 |
qwen3.8-maxQwen3.8 Max | Modelo original | text, image | — | USD 1.80 | USD 0.225 | USD 5.40 | USD 2.70 / USD 0.3375 / USD 8.10 (150%) | 262,144 | 262,144 |
qwen3.8-2.4t-a95bQwen3.8-2.4T-A95B | Modelo original | text, image | — | USD 1.80 | USD 0.225 | USD 5.40 | — | 262,144 | 262,144 |
minimax-m3MiniMax M3 | Modelo original | text, image | — | USD 0.27 | USD 0.054 | USD 1.08 | USD 0.405 / USD 0.081 / USD 1.62 (150%) | 512,000 | 512,000 |
Precios en USD por 1 M de tokens. Contexto y salida máxima en tokens. Los tipos de entrada indican lo que puede contener una solicitud; nuestro control de seguridad automatizado solo lee texto, así que las imágenes y los videos no se revisan. Los precios del nivel prioritario (entrada / entrada en caché / salida, con su proporción respecto de los precios estándar) se aplican a las solicitudes que envían service_tier "priority"; “—” significa que el modelo no tiene nivel prioritario. La precisión es el formato de pesos que servimos, cuando lo indicamos.GLM-5.3 Flash Abliterated: FP8 nativo (block-FP8, e4m3): la precisión en la que Z.ai publica GLM-5.3 Flash. Sin cuantización adicional: nunca se comprime a INT8, INT4 ni FP4.
Tipos de modelo
variant indica qué es un modelo. Todos los tipos funcionan con la misma clave, el mismo saldo, los mismos límites, la misma facturación y los mismos endpoints, con las excepciones que se indican más abajo.
- Abliterated (
"abliterated", sin etiqueta): nuestros modelos abliterated, de pesos abiertos y con sus negativas eliminadas, en GPU dedicadas operadas por nuestro proveedor de infraestructura con una configuración de retención cero de datos. Lee qué son los modelos abliterated y cómo funciona la abliteration. - Modelo original (
"stock"): los pesos originales de su desarrollador, sin abliteration, en GPU compartidas operadas por nuestro proveedor de infraestructura con la misma configuración de retención cero de datos.
Precisión
glm-5.3-flash-abliterated se sirve en FP8 nativo (block-FP8, e4m3): la precisión en la que Z.ai publica GLM-5.3 Flash. Cero cuantización adicional: nunca se comprime a INT8, INT4 ni FP4.
glm-5.3-cyber-abliterated se sirve en FP8 (e4m3) y solo acepta texto; los pesos de su publicador editan un pequeño conjunto de tensores BF16 y no se comprimen más a INT8, INT4 ni FP4.
Modelos originales
Los modelos cuyo variant es "stock" llevan la etiqueta Modelo original. Se diferencian de nuestros modelos abliterated en lo siguiente:
- Sin abliteration. Conservan las negativas propias de su desarrollador. No agregamos ningún prompt del sistema ni reescribimos tus mensajes. Nuestro propio control de seguridad es el mismo que en todos los demás modelos, excepto en las cuentas de revendedor designadas con filtrado delegado (consulta Privacidad).
- El mismo tratamiento de datos. Se ejecutan con la misma configuración de retención cero de datos que nuestros modelos abliterated, así que los prompts, las imágenes y las respuestas nunca se guardan. Los detalles están en el resumen de privacidad.
- Imágenes y video. Muchos modelos originales aceptan imágenes, y algunos aceptan video: revisa
input_modalities. Nuestro control de seguridad automático solo lee el texto de una solicitud, así que las imágenes y los videos no se filtran. La política de uso aceptable los cubre igualmente. - Nivel prioritario. Los modelos originales con
capabilities.priority_tieraceptan"service_tier": "priority"a sus precios prioritarios. Consulta POST /v1/chat/completions. - Variantes rápidas. Un ID que termina en
-fasto-ultrafastsirve el mismo modelo que el ID sin el sufijo, con la misma calidad de salida, a una velocidad de generación mucho mayor y a precios más altos. Una variante ultrafast genera varias veces más rápido que la estándar. Las variantes rápidas tienen menos capacidad que las estándar, así que están ocupadas con más frecuencia, y sus funciones pueden diferir: revisa suinput_modalitiesy suscapabilities.
Cómo se cobra una solicitud
Los saldos y los costos se registran en millonésimas de dólar ($0.000001). Para cada solicitud:
-
Retención. Antes de reenviar la solicitud, reservamos lo máximo que podría costar: la entrada estimada al precio de entrada, más el presupuesto de salida completo (una vez por prompt en un array
promptde/v1/completions) al precio de salida. La estimación de entrada es el tamaño del texto de la solicitud en bytes dividido entre 3, en tokens, y cada imagen y cada video se cuentan con una estimación en lugar de sus datos:- una imagen base64 cuenta un token por cada bloque de 28 × 28 píxeles de su tamaño (redondeado hacia arriba), hasta 16,384 tokens;
- una URL de imagen, o una imagen base64 cuyo tamaño no se puede leer en su cabecera, cuenta 16,384 tokens;
- cada video cuenta 65,536 tokens.
La retención usa los precios prioritarios para
"service_tier": "priority". Se descuenta de tu saldo disponible mientras se ejecuta la solicitud. Límites de frecuencia y prueba gratis da las reglas exactas y explica qué pasa cuando la retención no cabe. -
Liquidación. Cuando termina la respuesta, se libera la retención y pagas el uso que informó el modelo: tokens de entrada (incluidos imágenes y videos), de entrada en caché y de salida, cada uno a su precio por millón (los precios prioritarios en una solicitud prioritaria). El costo final combinado del uso de cada solicitud se redondea hacia arriba una sola vez a $0.000001. Las fórmulas de cada endpoint están en las páginas de chat completions, messages, responses y completions.
-
Excepciones.
- Si te desconectas antes de que termine la respuesta, con o sin streaming, la generación se detiene y pagas una estimación, aunque el modelo todavía no haya generado ninguna salida. La entrada es la estimación de entrada de la retención, con un tope en la longitud de contexto del modelo. La salida es la salida ya producida: su tamaño en bytes UTF-8 dividido entre 3, al menos un token por fragmento transmitido, con un tope en el presupuesto de salida.
- Si una respuesta termina sin informe de uso, se aplica la misma estimación.
- Si el modelo ya generó salida y luego la solicitud se detiene por un límite de tiempo o un reinicio, o falla su backend, se aplica la misma estimación, con el estado
upstream_error. - Una solicitud que termina antes de que el modelo genere salida no cuesta nada, sin importar qué la detuvo, de nuestro lado o del lado del modelo: errores de validación, límites de frecuencia,
capacity_exhausted,model_unavailable, un fallo o error del backend (upstream_error), el límite de tiempo de 10 minutos (incluida la espera del primer token), 2 minutos sin salida o un reinicio. La única excepción es una desconexión de tu cliente, que se cobra como se indica arriba.
Tu historial por solicitud (hora, clave, modelo, cantidad de tokens, costo, estado y latencia) está en el panel durante 30 días; después se consolida en totales diarios.