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_efforten Chat Completions,thinkingen Messages yreasoning.efforten Responses. - Endpoints
/v1/chat/completions,/v1/completions,/v1/messages,/v1/responses(sin estado)- Modelo base
- zai-org/GLM-5.3-Flash
- Licencia
- MIT
Precio
Comparar proveedores- 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 estado99.60%
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
- GPQA-Diamond
- 92.17ejecución de NVIDIA en BF16
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."}]
}'