¿Qué es GLM-5.3 Flash Abliterated?
GLM-5.3 Flash Abliterated es una versión abliterated de GLM-5.3 Flash, un modelo de pesos abiertos que Z.ai publicó con la licencia MIT. La tarjeta del modelo GLM-5.3-Flash de Z.ai lo presenta como el primer modelo nativamente multimodal de la serie GLM-5, con 320B parámetros en total y 18B parámetros activos. Es el primer modelo GLM que combina atención dispersa y lineal, lo que según Z.ai reduce mucho el costo de servir contextos largos, y se preentrenó con un corpus multimodal de 30T tokens. En la API de Z.ai tiene una ventana de contexto de 1M de tokens y hasta 128K tokens de salida, según la documentación para desarrolladores de Z.ai.
Se trata de la versión FP8 abliterated de orcarouter, publicada en Hugging Face como orcarouter/GLM-5.3-Flash-Uncensored-FP8, un repositorio con acceso restringido bajo la licencia MIT. La dirección de negativa se eliminó de sus pesos, así que el cambio no necesita ningún prompt del sistema ni jailbreak y se aplica a cada solicitud.
AbliteratedLLM lo sirve en FP8. 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. El endpoint de modelos, GET /v1/models, indica el formato en su campo precision.
¿Qué cambió la abliteration y qué costó?
La abliteration encuentra la dirección de las activaciones internas de un modelo de la que dependen sus negativas y luego edita los pesos para que ninguna capa pueda escribir en ella. El método no requiere entrenamiento, y su resultado es un checkpoint normal con la arquitectura del original, así que el contexto largo, las llamadas a herramientas y la comprensión de imágenes vienen del propio GLM-5.3 Flash. Nuestra guía sobre cómo funciona la abliteration explica el método y en qué se diferencia de un ajuste fino sin censura.
Quien publica la versión midió el costo en un benchmark: MMLU (n=300) de 83.3 en el GLM-5.3 Flash original y de 82.7 en la versión abliterated, una caída de 0.6 puntos (tarjeta del modelo de quien la publica). Es una sola prueba sobre una muestra de preguntas, hecha por quien la publica y no de forma independiente, y las puntuaciones de benchmarks que aparecen más abajo son del modelo original, no de esta versión.
¿Cuáles son las especificaciones de GLM-5.3 Flash Abliterated?
Estos son valores en vivo de nuestro catálogo, los mismos datos que devuelve el endpoint GET /v1/models. La página del modelo GLM-5.3 Flash Abliterated agrega el tiempo de actividad y la velocidad.
| Especificación | GLM-5.3 Flash Abliterated |
|---|---|
| ID del modelo | glm-5.3-flash-abliterated |
| Modelo base | zai-org/GLM-5.3-Flash (licencia MIT) |
| Parámetros | 320B en total, 18B activos |
| Longitud de contexto | 1,048,576 tokens |
| Salida máx. | 131,072 tokens por solicitud, razonamiento incluido (4,096 en cuentas de prueba) |
| Entrada | Texto e imágenes (JPEG, PNG, GIF, WebP); se rechazan las partes de video, audio y archivos |
| Razonamiento | En cada solicitud; el esfuerzo se define con reasoning_effort, thinking o reasoning.effort |
| Precisión | FP8 · Sin cuantización adicional |
| Precio por 1 M de tokens | USD 0.0977 de entrada, USD 0.0098 de entrada en caché, USD 0.3421 de salida |
| Nivel prioritario | No |
| Endpoints | /v1/chat/completions, /v1/completions, /v1/messages, /v1/responses (sin estado) |
| Se ejecuta en | GPU dedicadas operadas por nuestro proveedor de infraestructura con una configuración de retención cero de datos |
¿En qué se diferencia del GLM-5.3 Flash original?
AbliteratedLLM también ofrece los pesos originales de Z.ai como modelo original, GLM-5.3 Flash. Ambos parten del mismo modelo base y se comparan así:
| GLM-5.3 Flash Abliterated | GLM-5.3 Flash (original) | |
|---|---|---|
| Pesos | La versión abliterated de orcarouter | Los pesos originales de Z.ai |
| Negativas | Dirección de negativa eliminada; todavía puede negarse de vez en cuando | Las negativas propias de Z.ai |
| Se ejecuta en | GPU dedicadas operadas por nuestro proveedor de infraestructura con una configuración de retención cero de datos | GPU compartidas operadas por nuestro proveedor de infraestructura con la misma configuración de retención cero de datos |
| Entrada | Texto + imagen | Texto, imagen, video |
| Contexto | 1 M tokens | 1 M tokens |
| Salida máx. | 131,072 tokens | 1,048,576 tokens |
| Nivel prioritario | No | Sí, al 125% de los precios estándar |
| Entrada / salida por 1 M | USD 0.0977 / USD 0.3421 | USD 0.135 / USD 0.45 |
Los modelos originales son los pesos originales del desarrollador, no son abliterated: conservan las negativas propias del desarrollador. Nuestro control de seguridad solo lee texto, así que las imágenes y los videos que se les envían no se revisan. Ambos funcionan con la misma configuración de retención cero de datos, descrita en el resumen de privacidad.
¿Qué puntuaciones obtiene GLM-5.3 Flash en los benchmarks?
Estas puntuaciones son del GLM-5.3 Flash original y las informa Z.ai, salvo que se indique otra fuente. Ninguna se midió en la versión abliterated.
| Benchmark | Puntuación | Informado por |
|---|---|---|
| Terminal-Bench 2.1 | 84.3 | Z.ai |
| DeepSWE v1.1 | 63.4 | Z.ai |
| HLE (with tools) | 55.3 | Z.ai |
| GPQA-Diamond | 92.17 | ejecución de NVIDIA en BF16 |
La gráfica de la tarjeta del modelo de Z.ai muestra a GLM-5.3 Flash por delante de GLM-5.2 en los seis benchmarks que incluye, entre ellos 63.4 frente a 46.2 en DeepSWE v1.1 y 48.8 frente a 26.2 en AutomationBench. Las condiciones importan cuando comparas puntuaciones: la tarjeta de Z.ai indica que hay que mantener el esfuerzo de razonamiento predeterminado, el máximo, para reproducir sus resultados, y la ejecución propia de NVIDIA con los pesos BF16 obtuvo 82.58 en Terminal-Bench 2.1, frente al 84.3 de Z.ai.
¿Cuáles son los límites de GLM-5.3 Flash Abliterated?
- Todavía puede negarse a responder. La abliteration reduce la frecuencia con la que un modelo se niega; no garantiza que nunca lo haga. Cada día a las 00:05 UTC, la comprobación diaria del modelo en nuestra página de estado envía a cada modelo abliterated cinco prompts inofensivos que los modelos con filtros suelen rechazar y cuenta las respuestas que contienen una frase de negativa como “I can't”. La última comprobación, del 2026-11-20, contó 0 negativas en 5 respuestas.
- Dos tipos de contenido se bloquean en todos los modelos. Un control automatizado en memoria analiza el texto de cada prompt antes de que llegue al modelo, y el final de cada respuesta después de que se completa. Rechaza el material de abuso sexual infantil y las instrucciones claras y ejecutables sobre armas capaces de causar víctimas masivas, y una solicitud bloqueada devuelve
400 content_policy_violation. El servicio es para adultos de 18 años o más; la política de uso aceptable tiene las reglas completas. - Siempre razona. La documentación de Z.ai dice que el razonamiento de GLM-5.3 Flash no se puede desactivar. Los tokens de razonamiento son tokens de salida: cuentan para el presupuesto de salida, de 16,384 tokens de forma predeterminada en Chat Completions y Responses, y se cobran al precio de salida. Aumenta
max_tokenspara respuestas largas, o una respuesta puede quedarse sin presupuesto mientras el modelo todavía está razonando. - Imágenes sí, video no. Lee imágenes JPEG, PNG, GIF y WebP enviadas en base64 o por URL. Las imágenes en base64 deben sumar menos de 10 MB por solicitud, una imagen detrás de una URL debe pesar menos de 5 MB y descargarse en aproximadamente 1.5 segundos, y una solicitud puede incluir hasta 120 imágenes. Las partes de video fallan con
400 unsupported_content, aunque la API de Z.ai sí acepta video. El control de seguridad no revisa los archivos multimedia. Los detalles están en imágenes y video en Chat Completions. - Las cuentas de prueba tienen menos. Hasta la primera recarga, la salida está limitada a 4,096 tokens por solicitud, razonamiento incluido, y solo se ejecuta una solicitud a la vez. Consulta los límites de frecuencia y la prueba.
- Sin nivel prioritario.
service_tier: "priority"falla con400 invalid_requesten este modelo.
¿Cómo llamo a GLM-5.3 Flash Abliterated?
Funciona cualquier cliente de OpenAI o de Anthropic. Apunta los clientes de OpenAI a https://api.abliteratedllm.dev/v1, y los clientes de Anthropic y Claude Code a https://api.abliteratedllm.dev, usa tu clave de API y define el modelo como glm-5.3-flash-abliterated:
curl https://api.abliteratedllm.dev/v1/chat/completions \
-H "Authorization: Bearer $API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "glm-5.3-flash-abliterated",
"stream": true,
"messages": [{"role": "user", "content": "Write the opening line of a noir detective story."}]
}'Para definir cuánto razona, envía reasoning_effort ("low", "medium" o "high") en Chat Completions o reasoning.effort en Responses. En Messages, un presupuesto de thinking de 1,024 a 4,999 tokens se ejecuta con esfuerzo bajo, de 5,000 a 9,999 con esfuerzo medio y de 10,000 o más con esfuerzo alto. El razonamiento vuelve en reasoning_content en Chat Completions y como bloques thinking en Messages.
Hay guías de configuración paso a paso para Claude Code, Codex, Cursor, OpenCode, Pi, Cline, Open WebUI, SillyTavern, Janitor AI, RisuAI, garak, PyRIT, promptfoo, DeepTeam, Strix, OpenAI SDK y Anthropic SDK. Para interfaces de rol, lee API sin censura para SillyTavern: guía de configuración y API sin censura para Janitor AI: guía de configuración.
Preguntas frecuentes sobre GLM-5.3 Flash Abliterated
¿GLM-5.3 Flash Abliterated es lo mismo que GLM-5.3 Flash Uncensored?
No necesariamente. “Sin censura” (uncensored) es una etiqueta imprecisa para cualquier versión que se niega menos, por ejemplo un ajuste fino, mientras que “abliterated” nombra un método: eliminar de los pesos la dirección de negativa. La versión que cubre esta guía se publica como GLM-5.3-Flash-Uncensored-FP8 y tiene la etiqueta abliterated en Hugging Face. Los modelos GLM-5.3 Flash sin censura de otros proveedores pueden ser versiones distintas.
¿Cuánto cuesta GLM-5.3 Flash Abliterated por token?
AbliteratedLLM cobra USD 0.0977 por 1 M de tokens de entrada, USD 0.0098 por 1 M de tokens de entrada en caché y USD 0.3421 por 1 M de tokens de salida, y los tokens de razonamiento se cobran como salida. Pagas con crédito prepago, y una cuenta nueva en una red que cumpla los requisitos puede obtener USD 0.50 de crédito gratis para probarlo. La página de precios tiene una comparación con fecha con otros proveedores.
¿Por qué GLM-5.3 Flash Abliterated gasta tokens de salida antes de responder?
Es un modelo de razonamiento: piensa antes de responder, y la documentación de Z.ai dice que ese razonamiento no se puede desactivar. El razonamiento llega en reasoning_content en Chat Completions y como bloques thinking en Messages. Los tokens de razonamiento cuentan para tu presupuesto de salida y se cobran al precio de salida, y un esfuerzo de razonamiento menor usa menos tokens.
¿GLM-5.3 Flash Abliterated puede leer imágenes?
Sí. Envía partes image_url en Chat Completions, bloques image en Messages o partes input_image en Responses, en base64 o como URL; funcionan JPEG, PNG, GIF y WebP. Este modelo no acepta video, aunque la API de Z.ai sí lo admite. Nuestro control de seguridad solo lee texto, así que las imágenes no se revisan.
¿Puedo ejecutar GLM-5.3 Flash Abliterated en mi propio hardware?
Sí, con suficiente hardware. Los pesos están en Hugging Face como orcarouter/GLM-5.3-Flash-Uncensored-FP8, un repositorio con acceso restringido. FP8 almacena un byte por parámetro, así que 320B parámetros ocupan más de 300 GB antes de cualquier caché de contexto, lo que requiere un servidor con varias GPU. La tarjeta de Z.ai menciona SGLang, vLLM, Transformers y KTransformers entre los frameworks para GLM-5.3 Flash, cuya arquitectura conserva esta versión.
¿La abliteration desactiva el control de seguridad?
No. La abliteration cambia la frecuencia con la que el propio modelo se niega, no el servicio que lo rodea. Un control automatizado en memoria sigue bloqueando el material de abuso sexual infantil y las instrucciones claras y ejecutables sobre armas capaces de causar víctimas masivas en todos los modelos, y devuelve 400 content_policy_violation. Solo lee texto. Las cuentas son para adultos: debes tener 18 años o más y la mayoría de edad legal donde vives.