Modelo

GLM-5.3 Flash Abliterated

Modelo agéntico todoterreno con puntuaciones altas en terminal y uso de herramientas. La guía GLM-5.3 Flash Abliterated lo explica a fondo.

Especificaciones

ID del modelo
glm-5.3-flash-abliterated
Longitud de contexto
1.048.576 tokens
Salida máxima
131.072 tokens (4,096 en cuentas de prueba)
Entrada
Texto e imágenes. Las entradas de audio, video y archivos se rechazan. Nuestro control de seguridad solo lee texto, así que las imágenes no se revisan.
Se ejecuta en
Nuestros pesos abliterated, en GPU dedicadas operadas por Fireworks AI, que puede ejecutarlos en cualquiera de sus regiones, con una configuración de retención cero de datos.
Precisión
FP8 · Sin cuantización adicionalFP8 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.
Razonamiento
En cada solicitud: reasoning_effort en Chat Completions, thinking en Messages y reasoning.effort en Responses.
Endpoints
/v1/chat/completions, /v1/completions, /v1/messages, /v1/responses (sin estado)
Licencia
MIT
Entrada
USD 0.0977
Entrada en caché
USD 0.0098
Salida
USD 0.3421

USD por 1 M de tokens, cobrados del crédito prepago.

Tiempo de actividad, últimos 30 días

Página de estado

99.60%

4,679 de 4698 pruebas canario superadas (una cada 5 minutos).

Última prueba canario: superada, tiempo hasta el primer token 17.33 s, total 19.39 s.

Velocidad, últimas 24 h

95 tok/s

TTFT 2.78 s

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.

Benchmarks

Benchmarks: modelo base, según el desarrollador salvo que se indique otra fuente (zai-org/GLM-5.3-Flash)

Terminal-Bench 2.1
84.3fuente
DeepSWE v1.1
63.4fuente
HLE (with tools)
55.3fuente

Efecto de la abliteration: MMLU (n=300) 83.3 → 82.7 (versión de orcarouter, según quien la publica, fuente).

Inicio rápido

Crea una clave en el panel y luego llama a glm-5.3-flash-abliterated 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-abliterated",
    "stream": true,
    "messages": [{"role": "user", "content": "Write the opening line of a noir detective story."}]
  }'