Referência da APIGET /v1/models

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_BASE é https://api.abliteratedllm.dev/v1, $API_ORIGIN é https://api.abliteratedllm.dev e $YOUR_KEY é sua chave de API.

bash
curl $API_BASE/models

Resposta resumida (a tabela abaixo é atualizada ao vivo):

json
{
  "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

CampoSignificado
idO ID do modelo a enviar em model.
object, createdSempre "model", e um timestamp fixo.
owned_bySempre AbliteratedLLM.
nameNome de exibição.
context_lengthJanela de contexto em tokens, entrada mais saída.
max_output_tokensO maior orçamento de saída que uma requisição pode ter. Orçamentos solicitados maiores são reduzidos a esse valor.
pricing.inputUSD por 1 milhão de tokens de entrada, como string decimal. Tokens de imagem e vídeo são tokens de entrada.
pricing.cached_inputUSD por 1 milhão de tokens de entrada lidos do cache de prompts.
pricing.outputUSD por 1 milhão de tokens de saída, raciocínio incluído.
pricing.priorityOs 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_modalitiesO 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.reasoningtrue quando o modelo raciocina antes de responder.
capabilities.visiontrue quando input_modalities inclui "image".
capabilities.priority_tiertrue quando o modelo aceita "service_tier": "priority". Nesse caso, pricing.priority traz os preços.
precisionO 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 modeloTipoTipos de entradaPrecisãoEntradaEntrada em cacheSaídaNível prioritárioContextoSaída máx.
glm-5.3-flash-abliteratedGLM-5.3 Flash AbliteratedAbliteratedtext, imageFP8 · Sem quantização adicionalUS$ 0,0977US$ 0,0098US$ 0,3421—1.048.576131.072
glm-5.3-cyber-abliteratedGLM-5.3 Cyber AbliteratedAbliteratedtextFP8US$ 0,90US$ 0,135US$ 1,80—1.048.576131.072
deepseek-v4.1-flash-1017DeepSeek V4.1 Flash 1017Modelo originaltext, image—US$ 0,27US$ 0,0054US$ 1,08US$ 0,3375 / US$ 0,00675 / US$ 1,35 (125%)1.048.5761.048.576
deepseek-v4.1-flash-1017-ultrafastDeepSeek V4.1 Flash 1017 UltrafastModelo originaltext, image—US$ 2,16US$ 0,0432US$ 8,64—1.048.5761.048.576
deepseek-v4.1-flash-originalDeepSeek V4.1 Flash (original)Modelo originaltext, image—US$ 0,27US$ 0,0054US$ 1,08US$ 0,3375 / US$ 0,00675 / US$ 1,35 (125%)1.048.5761.048.576
glm-5.3-flashGLM-5.3 FlashModelo originaltext, image, video—US$ 0,135US$ 0,027US$ 0,45US$ 0,16875 / US$ 0,03375 / US$ 0,5625 (125%)1.048.5761.048.576
glm-5.3GLM-5.3Modelo originaltext—US$ 1,26US$ 0,234US$ 3,96US$ 1,575 / US$ 0,2925 / US$ 4,95 (125%)1.048.5761.048.576
glm-5.3-fastGLM-5.3 FastModelo originaltext—US$ 1,89US$ 0,351US$ 5,94—1.048.5761.048.576
kimi-k3Kimi K3Modelo originaltext, image—US$ 2,70US$ 0,27US$ 13,50US$ 3,375 / US$ 0,3375 / US$ 16,875 (125%)1.048.5761.048.576
kimi-k3.1-proKimi K3.1 ProModelo originaltext, image—US$ 1,80US$ 0,18US$ 9,00US$ 2,70 / US$ 0,27 / US$ 13,50 (150%)1.048.5761.048.576
kimi-k3-fastKimi K3 FastModelo originaltext, image—US$ 4,05US$ 0,405US$ 20,25—1.048.5761.048.576
ember-1Ember-1Modelo originaltext, image—US$ 2,70US$ 0,27US$ 13,50—1.048.5761.048.576
muse-spark-openMuse Spark OpenModelo originaltext, image—US$ 1,125US$ 0,135US$ 3,825US$ 1,6875 / US$ 0,2025 / US$ 5,7375 (150%)1.048.5761.048.576
qwen3.8-maxQwen3.8 MaxModelo originaltext, image—US$ 1,80US$ 0,225US$ 5,40US$ 2,70 / US$ 0,3375 / US$ 8,10 (150%)262.144262.144
qwen3.8-2.4t-a95bQwen3.8-2.4T-A95BModelo originaltext, image—US$ 1,80US$ 0,225US$ 5,40—262.144262.144
minimax-m3MiniMax M3Modelo originaltext, image—US$ 0,27US$ 0,054US$ 1,08US$ 0,405 / US$ 0,081 / US$ 1,62 (150%)512.000512.000

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_tier aceitam "service_tier": "priority" aos preços prioritários deles. Veja POST /v1/chat/completions.
  • Variantes rápidas. Um ID terminado em -fast ou -ultrafast serve 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: confira input_modalities e capabilities delas.

Como uma requisição é cobrada

Saldos e custos são registrados em milionésimos de dólar ($0.000001). Para cada requisição:

  1. 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 prompt de /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.

  2. 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.

  3. 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.