Modelo original

GLM-5.3 Fast

Os pesos originais do fabricante, servidos sem modificações em GPUs compartilhadas.

Os modelos originais usam os pesos originais do fabricante, sem abliteration: eles mantêm as recusas do próprio fabricante. Nossa verificação de segurança lê apenas texto, então imagens e vídeos enviados a eles não são analisados. Prompts e respostas, incluindo imagens e vídeos, nunca são armazenados (política de privacidade).

Especificações

ID do modelo
glm-5.3-fast
Tamanho do contexto
1.048.576 tokens
Saída máxima
1.048.576 tokens (4.096 em contas de teste)
Entrada
Só texto. Entradas de imagem, áudio, vídeo e arquivos são rejeitadas.
Onde roda
Os pesos originais do fabricante, em GPUs compartilhadas operadas pelo nosso provedor de infraestrutura sob a mesma configuração de retenção zero de dados.
Raciocínio
Por requisição: reasoning_effort no Chat Completions, thinking no Messages, reasoning.effort no Responses.
Endpoints
/v1/chat/completions, /v1/completions, /v1/messages, /v1/responses (sem estado)

Preço

Entrada
US$ 1,89
Entrada em cache
US$ 0,351
Saída
US$ 5,94

USD por 1M tokens, cobrados do crédito pré-pago.

Disponibilidade, últimos 30 dias

Página de status

99,20%

4.486 de 4.522 testes canário aprovados (um a cada 5 minutos).

Último teste canário: passou, tempo até o primeiro token 1,04 s, total 1,07 s.

Velocidade, últimas 24 h

—

A velocidade é medida, não garantida: a mediana de tokens de saída por segundo após o primeiro token e a mediana do tempo até o primeiro token (TTFT), em requisições com streaming nas últimas 24 h. “—” até que um modelo tenha 20 delas.

Início rápido

Crie uma chave no painel e chame glm-5.3-fast de qualquer cliente OpenAI ou Anthropic.
curl https://api.abliteratedllm.dev/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "glm-5.3-fast",
    "stream": true,
    "messages": [{"role": "user", "content": "Write the opening line of a noir detective story."}]
  }'