Справочник APIGET /v1/models

GET /v1/models

Возвращает включённые модели в формате списка OpenAI, дополненном типами, возможностями, ценами и лимитами. API-ключ не нужен. Те же данные опубликованы в /models.json.

Обозначения: $API_BASE — это https://api.abliteratedllm.dev/v1, $API_ORIGIN — https://api.abliteratedllm.dev, а $YOUR_KEY — ваш API-ключ.

bash
curl $API_BASE/models

Ответ (сокращённо; таблица ниже показывает актуальные данные):

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
    }
  ]
}

Поля

ПолеЗначение
idID модели, который нужно передавать в model.
object, createdВсегда "model" и фиксированная метка времени.
owned_byВсегда AbliteratedLLM.
nameОтображаемое название.
context_lengthКонтекстное окно в токенах, ввод плюс вывод.
max_output_tokensНаибольший бюджет вывода, который может получить запрос. Бо́льшие запрошенные бюджеты снижаются до этого значения.
pricing.inputUSD за 1 млн входных токенов в виде десятичной строки. Токены изображений и видео — это входные токены.
pricing.cached_inputUSD за 1 млн входных токенов, прочитанных из кэша промптов.
pricing.outputUSD за 1 млн выходных токенов, включая рассуждения.
pricing.priorityЦены (input, output, cached_input), которые применяются вместо стандартных к запросам с "service_tier": "priority", или null, если у модели нет приоритетного уровня.
provider_label"Stock model" для оригинальных моделей, null для наших abliterated-моделей.
variant"abliterated" или "stock". См. «Типы моделей» ниже.
input_modalitiesЧто может содержать запрос: всегда "text", а также "image" и "video" на моделях, которые их принимают. См. раздел об изображениях и видео на странице POST /v1/chat/completions.
capabilities.reasoningtrue, если модель рассуждает перед ответом.
capabilities.visiontrue, если input_modalities включает "image".
capabilities.priority_tiertrue, если модель принимает "service_tier": "priority". В этом случае pricing.priority содержит её цены.
precisionФормат весов, в котором мы обслуживаем модель, например "FP8", или null, если мы ничего о нём не заявляем. У оригинальных моделей null, потому что формат мы указываем только для наших abliterated-моделей.

Цены передаются строками, чтобы не терять точность: разбирайте их как десятичные числа, а не как числа с плавающей точкой.

Текущие модели

ID моделиТипТипы вводаТочностьВводКэш. вводВыводПриоритетный уровеньКонтекстМакс. вывод
glm-5.3-flash-abliteratedGLM-5.3 Flash AbliteratedAbliteratedtext, imageFP8 · Без дополнительного квантования0,0977 $0,0098 $0,3421 $—1 048 576131 072
glm-5.3-cyber-abliteratedGLM-5.3 Cyber AbliteratedAbliteratedtextFP80,90 $0,135 $1,80 $—1 048 576131 072
deepseek-v4.1-flash-1017DeepSeek V4.1 Flash 1017Оригинальная модельtext, image—0,27 $0,0054 $1,08 $0,3375 $ / 0,00675 $ / 1,35 $ (125 %)1 048 5761 048 576
deepseek-v4.1-flash-1017-ultrafastDeepSeek V4.1 Flash 1017 UltrafastОригинальная модельtext, image—2,16 $0,0432 $8,64 $—1 048 5761 048 576
deepseek-v4.1-flash-originalDeepSeek V4.1 Flash (original)Оригинальная модельtext, image—0,27 $0,0054 $1,08 $0,3375 $ / 0,00675 $ / 1,35 $ (125 %)1 048 5761 048 576
glm-5.3-flashGLM-5.3 FlashОригинальная модельtext, image, video—0,135 $0,027 $0,45 $0,16875 $ / 0,03375 $ / 0,5625 $ (125 %)1 048 5761 048 576
glm-5.3GLM-5.3Оригинальная модельtext—1,26 $0,234 $3,96 $1,575 $ / 0,2925 $ / 4,95 $ (125 %)1 048 5761 048 576
glm-5.3-fastGLM-5.3 FastОригинальная модельtext—1,89 $0,351 $5,94 $—1 048 5761 048 576
kimi-k3Kimi K3Оригинальная модельtext, image—2,70 $0,27 $13,50 $3,375 $ / 0,3375 $ / 16,875 $ (125 %)1 048 5761 048 576
kimi-k3.1-proKimi K3.1 ProОригинальная модельtext, image—1,80 $0,18 $9,00 $2,70 $ / 0,27 $ / 13,50 $ (150 %)1 048 5761 048 576
kimi-k3-fastKimi K3 FastОригинальная модельtext, image—4,05 $0,405 $20,25 $—1 048 5761 048 576
ember-1Ember-1Оригинальная модельtext, image—2,70 $0,27 $13,50 $—1 048 5761 048 576
muse-spark-openMuse Spark OpenОригинальная модельtext, image—1,125 $0,135 $3,825 $1,6875 $ / 0,2025 $ / 5,7375 $ (150 %)1 048 5761 048 576
qwen3.8-maxQwen3.8 MaxОригинальная модельtext, image—1,80 $0,225 $5,40 $2,70 $ / 0,3375 $ / 8,10 $ (150 %)262 144262 144
qwen3.8-2.4t-a95bQwen3.8-2.4T-A95BОригинальная модельtext, image—1,80 $0,225 $5,40 $—262 144262 144
minimax-m3MiniMax M3Оригинальная модельtext, image—0,27 $0,054 $1,08 $0,405 $ / 0,081 $ / 1,62 $ (150 %)512 000512 000

Цены в USD за 1 млн токенов. Контекст и максимальный вывод — в токенах. Типы ввода — то, что может содержать запрос; наша автоматическая проверка безопасности анализирует только текст, поэтому изображения и видео не проверяются. Цены приоритетного уровня (ввод / кэшированный ввод / вывод, с долей от стандартных цен) применяются к запросам с service_tier "priority"; «—» означает, что у модели нет приоритетного уровня. Точность — формат весов, в котором мы обслуживаем модель, если мы его указываем.GLM-5.3 Flash Abliterated: Нативный FP8 (block-FP8, e4m3): в этой точности Z.ai выпускает GLM-5.3 Flash. Без дополнительного квантования: модель никогда не сжимается до INT8, INT4 или FP4.

Типы моделей

variant указывает, что это за модель. Все типы работают с тем же ключом, балансом, лимитами, тарификацией и эндпоинтами, за исключениями, перечисленными ниже.

  • Abliterated ("abliterated", без пометки): наши abliterated-модели, то есть модели с открытыми весами, у которых отказы убраны правкой весов, без дообучения. Они работают на выделенных GPU нашего инфраструктурного провайдера в конфигурации нулевого хранения данных. Читайте, что такое abliterated-модели и как работает abliteration.
  • Оригинальная модель ("stock"): исходные веса от разработчика, без abliteration, на общих GPU нашего инфраструктурного провайдера в той же конфигурации нулевого хранения данных.

Точность

glm-5.3-flash-abliterated обслуживается в нативном FP8 (block-FP8, e4m3): в этой точности Z.ai выпускает GLM-5.3 Flash. Никакого дополнительного квантования: модель никогда не сжимается до INT8, INT4 или FP4.

glm-5.3-cyber-abliterated обслуживается в FP8 (e4m3) и принимает только текст; сборка её издателя правит небольшой набор тензоров BF16 и дальше не сжимается до INT8, INT4 или FP4.

Оригинальные модели

Модели с variant "stock" отмечены пометкой Оригинальная модель. От наших abliterated-моделей они отличаются так:

  • Без abliteration. Они сохраняют отказы, заложенные разработчиком. Мы не добавляем системный промпт и не переписываем ваши сообщения. Наша собственная проверка безопасности такая же, как на всех остальных моделях, кроме назначенных аккаунтов реселлеров, которые взяли проверку на себя (см. Конфиденциальность).
  • Та же обработка данных. Они работают в той же конфигурации нулевого хранения данных, что и наши abliterated-модели, поэтому промпты, изображения и ответы модели никогда не сохраняются. Подробнее — в кратком описании конфиденциальности.
  • Изображения и видео. Многие оригинальные модели принимают изображения, а некоторые и видео: смотрите input_modalities. Наша автоматическая проверка безопасности читает только текст запроса, поэтому изображения и видео не проверяются. Правила допустимого использования на них всё равно распространяются.
  • Приоритетный уровень. Оригинальные модели с capabilities.priority_tier принимают "service_tier": "priority" по своим приоритетным ценам. См. POST /v1/chat/completions.
  • Быстрые варианты. ID с окончанием -fast или -ultrafast обслуживает ту же модель, что и ID без суффикса, с тем же качеством вывода, но с гораздо более высокой скоростью генерации и по более высоким ценам. Вариант ultrafast генерирует в несколько раз быстрее стандартного. У быстрых вариантов меньше мощностей, чем у стандартных, поэтому они чаще бывают загружены, а их возможности могут отличаться: проверяйте их input_modalities и capabilities.

Как тарифицируется запрос

Балансы и стоимость учитываются в миллионных долях доллара ($0.000001). Для каждого запроса:

  1. Резервирование. Перед передачей запроса мы резервируем максимальную сумму, которую он может стоить: оценку ввода по цене ввода плюс весь бюджет вывода (по одному разу на каждый промпт, если prompt в /v1/completions — массив) по цене вывода. Оценка ввода в токенах — это размер текста запроса в байтах, делённый на 3; при этом каждое изображение и видео учитывается по оценке, а не по своим данным:

    • изображение в base64 учитывается как один токен на каждый фрагмент 28 × 28 пикселей его размера (с округлением вверх), но не больше 16 384 токенов;
    • URL изображения или изображение в base64, размер которого нельзя прочитать из заголовка, учитывается как 16 384 токена;
    • каждое видео учитывается как 65 536 токенов.

    Для "service_tier": "priority" резервирование считается по приоритетным ценам. Пока запрос выполняется, резерв вычитается из доступного баланса. Точные правила и что происходит, если резерв не помещается в баланс, описаны на странице Лимиты запросов и пробный доступ.

  2. Списание. Когда ответ завершается, резерв снимается, и вы оплачиваете использование, о котором сообщила модель: входные токены (включая изображения и видео), кэшированные входные токены и выходные токены, каждые по своей цене за 1 млн (для приоритетного запроса — по приоритетным ценам). Итоговая стоимость использования по запросу округляется вверх один раз, до $0.000001. Формулы для каждого эндпоинта приведены на страницах Chat Completions, Messages, Responses и Completions.

  3. Исключения.

    • Если вы отключаетесь до окончания ответа, потокового или нет, генерация останавливается, и вы оплачиваете оценку, даже если модель ещё ничего не сгенерировала. Ввод — это оценка ввода из резервирования, ограниченная длиной контекста модели. Вывод — это уже сгенерированный вывод: его размер в байтах UTF-8, делённый на 3, но не меньше одного токена на каждый переданный фрагмент и не больше бюджета вывода.
    • Если ответ завершается без отчёта об использовании, применяется та же оценка.
    • Если модель уже сгенерировала вывод, а затем запрос остановлен по лимиту времени или из-за перезапуска либо отказал её бэкенд, применяется та же оценка со статусом upstream_error.
    • Запрос, который завершается до того, как модель сгенерировала какой-либо вывод, ничего не стоит, что бы его ни остановило на нашей стороне или на стороне модели: ошибки валидации, лимиты запросов, capacity_exhausted, model_unavailable, сбой или ошибка бэкенда (upstream_error), лимит времени в 10 минут (включая ожидание первого токена), 2 минуты без вывода или перезапуск. Единственное исключение — отключение вашего клиента, которое оплачивается, как описано выше.

История ваших запросов (время, ключ, модель, количество токенов, стоимость, статус и задержка) доступна в личном кабинете 30 дней, после чего сводится в дневные итоги.