Modelo

GLM-5.3 Flash Abliterated

Modelo agêntico versátil, com pontuações altas em terminal e uso de ferramentas. O guia GLM-5.3 Flash Abliterated explica o modelo em detalhes.

Especificações

ID do modelo
glm-5.3-flash-abliterated
Tamanho do contexto
1.048.576 tokens
Saída máxima
131.072 tokens (4.096 em contas de teste)
Entrada
Texto e imagens. Entradas de áudio, vídeo e arquivos são rejeitadas. Nossa verificação de segurança lê apenas texto, então imagens não são analisadas.
Onde roda
Nossos pesos abliterated, em GPUs dedicadas operadas pela Fireworks AI, que pode executá-los em qualquer uma de suas regiões, sob uma configuração de retenção zero de dados.
Precisão
FP8 · Sem quantização adicionalFP8 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.
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)
Licença
MIT
Entrada
US$ 0,0977
Entrada em cache
US$ 0,0098
Saída
US$ 0,3421

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

Disponibilidade, últimos 30 dias

Página de status

99,60%

4.679 de 4.698 testes canário aprovados (um a cada 5 minutos).

Último teste canário: passou, tempo até o primeiro token 17,33 s, total 19,39 s.

Velocidade, últimas 24 h

95 tok/s

TTFT 2,78 s

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.

Benchmarks

Benchmarks: modelo base, informados pelo fabricante salvo indicação (zai-org/GLM-5.3-Flash)

Terminal-Bench 2.1
84.3fonte
DeepSWE v1.1
63.4fonte
HLE (with tools)
55.3fonte
GPQA-Diamond
92.17execução BF16 da NVIDIA

Efeito da abliteration: MMLU (n=300) 83.3 → 82.7 (build da orcarouter, informado pelo publicador, fonte).

Início rápido

Crie uma chave no painel e chame glm-5.3-flash-abliterated 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-flash-abliterated",
    "stream": true,
    "messages": [{"role": "user", "content": "Write the opening line of a noir detective story."}]
  }'