Modelo original

GLM-5.3 Flash

Los pesos originales del desarrollador, servidos sin modificar en GPU compartidas.

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. Los prompts y las respuestas, incluidas las imágenes y los videos, nunca se guardan (política de privacidad).

Especificaciones

ID del modelo
glm-5.3-flash
Longitud de contexto
1.048.576 tokens
Salida máxima
1.048.576 tokens (4,096 en cuentas de prueba)
Entrada
Texto, imágenes y video. Las entradas de audio y de archivos se rechazan. Nuestro control de seguridad solo lee texto, así que las imágenes y los videos no se revisan.
Se ejecuta en
Los pesos originales del desarrollador, en GPU compartidas operadas por nuestro proveedor de infraestructura con la misma configuración de retención cero de datos.
Razonamiento
En cada solicitud: reasoning_effort en Chat Completions, thinking en Messages y reasoning.effort en Responses.
Nivel prioritario
service_tier: "priority": servicio prioritario, que se cobra al 125% de los precios estándar.
Endpoints
/v1/chat/completions, /v1/completions, /v1/messages, /v1/responses (sin estado)

Precio

Entrada
USD 0.135
prioritario USD 0.16875
Entrada en caché
USD 0.027
prioritario USD 0.03375
Salida
USD 0.45
prioritario USD 0.5625

USD por 1 M de tokens, cobrados del crédito prepago. Los precios prioritarios se aplican a las solicitudes que envían service_tier "priority".

Tiempo de actividad, últimos 30 días

Página de estado

99.89%

4,517 de 4522 pruebas canario superadas (una cada 5 minutos).

Última prueba canario: superada, tiempo hasta el primer token 935 ms, total 946 ms.

Velocidad, últimas 24 h

—

La velocidad se mide, no se garantiza: es la mediana de tokens de salida por segundo después del primer token y la mediana del tiempo hasta el primer token (TTFT), en las solicitudes con streaming de las últimas 24 h. Se muestra “—” hasta que un modelo reúne 20.

Inicio rápido

Crea una clave en el panel y luego llama a glm-5.3-flash desde cualquier cliente de OpenAI o Anthropic.
curl https://api.abliteratedllm.dev/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "glm-5.3-flash",
    "stream": true,
    "messages": [{"role": "user", "content": "Write the opening line of a noir detective story."}]
  }'