모델
GLM-5.3 Flash Abliterated
터미널 및 도구 사용 점수가 높은 에이전트형 만능 모델. GLM-5.3 Flash Abliterated 가이드에서 자세히 설명합니다.
사양
- 모델 ID
glm-5.3-flash-abliterated- 컨텍스트 길이
- 1,048,576 토큰
- 최대 출력
- 131,072 토큰(체험 계정은 4,096 토큰)
- 입력
- 텍스트와 이미지. 오디오, 동영상, 파일 입력은 거부됩니다. 당사 안전 검사는 텍스트만 읽으므로 이미지는 검사하지 않습니다.
- 실행 환경
- 당사의 abliterated 가중치를 Fireworks AI가 운영하는 전용 GPU에서 데이터 무보존(ZDR) 구성으로 실행하며, Fireworks AI는 이를 자사의 어느 리전에서든 실행할 수 있습니다.
- 정밀도
- FP8 · 추가 양자화 없음네이티브 FP8(block-FP8, e4m3): Z.ai가 GLM-5.3 Flash를 공개한 정밀도입니다. 추가 양자화 없음: INT8, INT4, FP4로 압축하지 않습니다.
- 추론
- 요청마다 설정: Chat Completions에서는
reasoning_effort, Messages에서는thinking, Responses에서는reasoning.effort. - 엔드포인트
/v1/chat/completions,/v1/completions,/v1/messages,/v1/responses(상태 비저장)- 라이선스
- MIT
가동률, 최근 30일
상태 페이지99.60%
카나리 점검 4,698건 중 4,679건 통과(5분마다 1회).
마지막 카나리: 통과, 첫 토큰까지의 시간 17.33 s, 전체 19.39 s.
생성 속도, 최근 24시간
95 tok/s
TTFT 2.78 s
생성 속도는 실측값이며 보장값이 아닙니다. 최근 24시간 동안의 스트리밍 요청을 기준으로 한, 첫 토큰 이후 초당 출력 토큰 수의 중앙값과 첫 토큰까지의 시간(TTFT)의 중앙값입니다. 모델의 해당 요청이 20건이 될 때까지는 “—”로 표시됩니다.
벤치마크
벤치마크: 기반 모델 기준, 별도 표기가 없으면 개발사 발표 수치(zai-org/GLM-5.3-Flash)
- Terminal-Bench 2.1
- 84.3출처
- DeepSWE v1.1
- 63.4출처
- HLE (with tools)
- 55.3출처
- GPQA-Diamond
- 92.17NVIDIA BF16 측정
abliteration 효과: MMLU (n=300) 83.3 → 82.7(orcarouter 빌드, 배포자 발표 수치, 출처).
빠른 시작
대시보드에서 키를 만든 다음, OpenAI 또는 Anthropic 클라이언트에서
glm-5.3-flash-abliterated 모델을 호출하세요.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."}]
}'