GET /v1/models
Lista os modelos ativos no formato de lista da OpenAI, com tipos, recursos, preços e limites adicionados. Não exige chave de API. Os mesmos dados são publicados em /models.json.
Marcadores:
$API_BASEéhttps://api.abliteratedllm.dev/v1,$API_ORIGINéhttps://api.abliteratedllm.deve$YOUR_KEYé sua chave de API.
curl $API_BASE/modelsResposta resumida (a tabela abaixo é atualizada ao vivo):
{
"object": "list",
"data": [
{
"id": "glm-5.3-flash-abliterated",
"object": "model",
"created": 1793664000,
"owned_by": "…",
"name": "GLM-5.3 Flash Abliterated",
"context_length": 1048576,
"max_output_tokens": 131072,
"pricing": { "input": "0.0977", "output": "0.3421", "cached_input": "0.0098", "priority": null },
"provider_label": null,
"variant": "abliterated",
"input_modalities": ["text", "image"],
"capabilities": { "reasoning": true, "vision": true, "priority_tier": false },
"precision": "FP8"
},
{
"id": "glm-5.3-flash",
"object": "model",
"created": 1793664000,
"owned_by": "…",
"name": "GLM-5.3 Flash",
"context_length": 1048576,
"max_output_tokens": 1048576,
"pricing": {
"input": "0.135",
"output": "0.45",
"cached_input": "0.027",
"priority": { "input": "0.16875", "output": "0.5625", "cached_input": "0.03375" }
},
"provider_label": "Stock model",
"variant": "stock",
"input_modalities": ["text", "image", "video"],
"capabilities": { "reasoning": true, "vision": true, "priority_tier": true },
"precision": null
}
]
}Campos
| Campo | Significado |
|---|---|
id | O ID do modelo a enviar em model. |
object, created | Sempre "model", e um timestamp fixo. |
owned_by | Sempre AbliteratedLLM. |
name | Nome de exibição. |
context_length | Janela de contexto em tokens, entrada mais saída. |
max_output_tokens | O maior orçamento de saída que uma requisição pode ter. Orçamentos solicitados maiores são reduzidos a esse valor. |
pricing.input | USD por 1 milhão de tokens de entrada, como string decimal. Tokens de imagem e vídeo são tokens de entrada. |
pricing.cached_input | USD por 1 milhão de tokens de entrada lidos do cache de prompts. |
pricing.output | USD por 1 milhão de tokens de saída, raciocínio incluído. |
pricing.priority | Os preços (input, output, cached_input) cobrados no lugar dos padrão para requisições que enviam "service_tier": "priority", ou null quando o modelo não tem nível prioritário. |
provider_label | "Stock model" para modelos originais, null para nossos modelos abliterated. |
variant | "abliterated" ou "stock". Veja Tipos de modelo abaixo. |
input_modalities | O que uma requisição pode conter: sempre "text", mais "image" e "video" nos modelos que os aceitam. Veja imagens e vídeo em POST /v1/chat/completions. |
capabilities.reasoning | true quando o modelo raciocina antes de responder. |
capabilities.vision | true quando input_modalities inclui "image". |
capabilities.priority_tier | true quando o modelo aceita "service_tier": "priority". Nesse caso, pricing.priority traz os preços. |
precision | O formato de pesos que servimos, como "FP8", ou null quando não fazemos nenhuma afirmação. Modelos originais têm null porque só informamos o formato para nossos modelos abliterated. |
Os preços são strings para que nenhuma precisão se perca: interprete-os como decimais, não como floats.
Modelos atuais
| ID do modelo | Tipo | Tipos de entrada | Precisão | Entrada | Entrada em cache | Saída | Nível prioritário | Contexto | Saída máx. |
|---|---|---|---|---|---|---|---|---|---|
glm-5.3-flash-abliteratedGLM-5.3 Flash Abliterated | Abliterated | text, image | FP8 · Sem quantização adicional | US$ 0,0977 | US$ 0,0098 | US$ 0,3421 | — | 1.048.576 | 131.072 |
glm-5.3-cyber-abliteratedGLM-5.3 Cyber Abliterated | Abliterated | text | FP8 | US$ 0,90 | US$ 0,135 | US$ 1,80 | — | 1.048.576 | 131.072 |
deepseek-v4.1-flash-1017DeepSeek V4.1 Flash 1017 | Modelo original | text, image | — | US$ 0,27 | US$ 0,0054 | US$ 1,08 | US$ 0,3375 / US$ 0,00675 / US$ 1,35 (125%) | 1.048.576 | 1.048.576 |
deepseek-v4.1-flash-1017-ultrafastDeepSeek V4.1 Flash 1017 Ultrafast | Modelo original | text, image | — | US$ 2,16 | US$ 0,0432 | US$ 8,64 | — | 1.048.576 | 1.048.576 |
deepseek-v4.1-flash-originalDeepSeek V4.1 Flash (original) | Modelo original | text, image | — | US$ 0,27 | US$ 0,0054 | US$ 1,08 | US$ 0,3375 / US$ 0,00675 / US$ 1,35 (125%) | 1.048.576 | 1.048.576 |
glm-5.3-flashGLM-5.3 Flash | Modelo original | text, image, video | — | US$ 0,135 | US$ 0,027 | US$ 0,45 | US$ 0,16875 / US$ 0,03375 / US$ 0,5625 (125%) | 1.048.576 | 1.048.576 |
glm-5.3GLM-5.3 | Modelo original | text | — | US$ 1,26 | US$ 0,234 | US$ 3,96 | US$ 1,575 / US$ 0,2925 / US$ 4,95 (125%) | 1.048.576 | 1.048.576 |
glm-5.3-fastGLM-5.3 Fast | Modelo original | text | — | US$ 1,89 | US$ 0,351 | US$ 5,94 | — | 1.048.576 | 1.048.576 |
kimi-k3Kimi K3 | Modelo original | text, image | — | US$ 2,70 | US$ 0,27 | US$ 13,50 | US$ 3,375 / US$ 0,3375 / US$ 16,875 (125%) | 1.048.576 | 1.048.576 |
kimi-k3.1-proKimi K3.1 Pro | Modelo original | text, image | — | US$ 1,80 | US$ 0,18 | US$ 9,00 | US$ 2,70 / US$ 0,27 / US$ 13,50 (150%) | 1.048.576 | 1.048.576 |
kimi-k3-fastKimi K3 Fast | Modelo original | text, image | — | US$ 4,05 | US$ 0,405 | US$ 20,25 | — | 1.048.576 | 1.048.576 |
ember-1Ember-1 | Modelo original | text, image | — | US$ 2,70 | US$ 0,27 | US$ 13,50 | — | 1.048.576 | 1.048.576 |
muse-spark-openMuse Spark Open | Modelo original | text, image | — | US$ 1,125 | US$ 0,135 | US$ 3,825 | US$ 1,6875 / US$ 0,2025 / US$ 5,7375 (150%) | 1.048.576 | 1.048.576 |
qwen3.8-maxQwen3.8 Max | Modelo original | text, image | — | US$ 1,80 | US$ 0,225 | US$ 5,40 | US$ 2,70 / US$ 0,3375 / US$ 8,10 (150%) | 262.144 | 262.144 |
qwen3.8-2.4t-a95bQwen3.8-2.4T-A95B | Modelo original | text, image | — | US$ 1,80 | US$ 0,225 | US$ 5,40 | — | 262.144 | 262.144 |
minimax-m3MiniMax M3 | Modelo original | text, image | — | US$ 0,27 | US$ 0,054 | US$ 1,08 | US$ 0,405 / US$ 0,081 / US$ 1,62 (150%) | 512.000 | 512.000 |
Preços em USD por 1 milhão de tokens. Contexto e saída máxima em tokens. Os tipos de entrada são o que uma requisição pode conter; nossa verificação de segurança automática lê apenas texto, então imagens e vídeos não são analisados. Os preços do nível prioritário (entrada / entrada em cache / saída, com a proporção em relação aos preços padrão) valem para requisições que enviam service_tier "priority"; “—” significa que o modelo não tem nível prioritário. A precisão é o formato de pesos que servimos, quando informamos um.GLM-5.3 Flash Abliterated: FP8 nativo (block-FP8, e4m3): a precisão em que a Z.ai lança o GLM-5.3 Flash. Sem quantização adicional: nunca comprimido para INT8, INT4 ou FP4.
Tipos de modelo
variant indica o que um modelo é. Todos os tipos funcionam com a mesma chave, saldo, limites, cobrança e endpoints, com as exceções listadas abaixo.
- Abliterated (
"abliterated", sem rótulo): nossos modelos abliterated, de pesos abertos editados para remover a direção de recusa, sem retreinamento, em GPUs dedicadas operadas pelo nosso provedor de infraestrutura sob uma configuração de retenção zero de dados. Leia o que são modelos abliterated e como funciona a abliteration. - Modelo original (
"stock"): os pesos originais do fornecedor, sem abliteration, em GPUs compartilhadas operadas pelo nosso provedor de infraestrutura sob a mesma configuração de retenção zero de dados.
Precisão
glm-5.3-flash-abliterated é servido em FP8 nativo (block-FP8, e4m3): a precisão em que a Z.ai lança o GLM-5.3 Flash. Nenhuma quantização adicional: ele nunca é comprimido para INT8, INT4 ou FP4.
glm-5.3-cyber-abliterated é servido em FP8 (e4m3) e aceita só texto; os pesos do publicador editam um pequeno conjunto de tensores BF16 e não são comprimidos além disso para INT8, INT4 ou FP4.
Modelos originais
Os modelos cujo variant é "stock" são marcados como Modelo original. Eles diferem dos nossos modelos abliterated:
- Sem abliteration. Eles mantêm as recusas do próprio fornecedor. Não adicionamos prompt do sistema nem reescrevemos suas mensagens. Nossa própria verificação de segurança é a mesma de todos os outros modelos, exceto para contas de revendedor designadas com triagem delegada (veja Privacidade).
- Mesmo tratamento de dados. Eles rodam sob a mesma configuração de retenção zero de dados dos nossos modelos abliterated; então prompts, imagens e respostas nunca são armazenados. Os detalhes estão no resumo de privacidade.
- Imagens e vídeo. Muitos modelos originais aceitam imagens, e alguns aceitam vídeo: confira
input_modalities. Nossa verificação de segurança automatizada lê apenas o texto de uma requisição; então imagens e vídeos não passam pela triagem. A política de uso aceitável continua valendo para eles. - Nível prioritário. Modelos originais com
capabilities.priority_tieraceitam"service_tier": "priority"aos preços prioritários deles. Veja POST /v1/chat/completions. - Variantes rápidas. Um ID terminado em
-fastou-ultrafastserve o mesmo modelo que o ID sem o sufixo, com a mesma qualidade de saída, com velocidade de geração muito maior e preços mais altos. Uma variante ultrafast gera várias vezes mais rápido que a padrão. As variantes rápidas têm menos capacidade que as padrão; por isso ficam ocupadas com mais frequência, e os recursos delas podem ser diferentes: confirainput_modalitiesecapabilitiesdelas.
Como uma requisição é cobrada
Saldos e custos são registrados em milionésimos de dólar ($0.000001). Para cada requisição:
-
Reserva. Antes de encaminhar, reservamos o máximo que a requisição pode custar: a entrada estimada ao preço de entrada, mais o orçamento de saída completo (uma vez por prompt no caso de um array
promptde/v1/completions) ao preço de saída. A estimativa de entrada é o tamanho do texto da requisição em bytes dividido por 3, em tokens, com cada imagem e vídeo contado por uma estimativa em vez dos dados:- uma imagem base64 conta um token por bloco de 28 × 28 pixels do tamanho dela (arredondado para cima), até 16.384 tokens;
- uma URL de imagem, ou uma imagem base64 cujo tamanho não pode ser lido do cabeçalho, conta 16.384 tokens;
- cada vídeo conta 65.536 tokens.
A reserva usa os preços prioritários para
"service_tier": "priority". Ela é subtraída do seu saldo disponível enquanto a requisição é executada. Limites de requisições e teste grátis traz as regras exatas e explica o que acontece quando a reserva não cabe. -
Liquidação. Quando a resposta termina, a reserva é liberada e você paga o uso informado pelo modelo: tokens de entrada (imagens e vídeo incluídos), de entrada em cache e de saída, cada um ao seu preço por 1 milhão (os preços prioritários em uma requisição prioritária). O custo final combinado de uso por requisição é arredondado para cima uma única vez, com precisão de $0.000001. As fórmulas por endpoint estão nas páginas chat completions, messages, responses e completions.
-
Exceções.
- Se você se desconectar antes de a resposta terminar, com ou sem streaming, a geração para e você paga uma estimativa, mesmo quando o modelo ainda não gerou nenhuma saída. A entrada é a estimativa de entrada da reserva, limitada ao tamanho do contexto do modelo. A saída é a saída já produzida: o tamanho dela em bytes UTF-8 dividido por 3, pelo menos um token por trecho transmitido, limitado ao orçamento de saída.
- Se uma resposta terminar sem relatório de uso, aplica-se a mesma estimativa.
- Se o modelo tiver gerado saída e a requisição for então interrompida por um limite de tempo ou uma reinicialização, ou se o backend dela falhar, aplica-se a mesma estimativa, com o status
upstream_error. - Uma requisição que termina antes de o modelo gerar qualquer saída não custa nada, seja qual for o motivo da interrupção, do nosso lado ou do lado do modelo: erros de validação, limites de requisições,
capacity_exhausted,model_unavailable, uma falha ou erro do backend (upstream_error), o limite de tempo de 10 minutos (incluindo a espera pelo primeiro token), 2 minutos sem saída ou uma reinicialização. A única exceção é a desconexão pelo seu cliente, cobrada como descrito acima.
Seu histórico por requisição (horário, chave, modelo, contagens de tokens, custo, status e latência) fica no painel por 30 dias e depois é consolidado em totais diários.