Модель

GLM-5.3 Flash Abliterated

Универсальная модель для агентных задач с высокими результатами в тестах на работу с терминалом и инструментами. Подробно о ней — в руководстве «GLM-5.3 Flash Abliterated».

Характеристики

ID модели
glm-5.3-flash-abliterated
Длина контекста
1 048 576 токенов
Макс. вывод
131 072 токена (4 096 на пробных аккаунтах)
Ввод
Текст и изображения. Аудио, видео и файлы отклоняются. Наша проверка безопасности анализирует только текст, поэтому изображения не проверяются.
Где работает
Наши abliterated-веса на выделенных GPU под управлением Fireworks AI, которая может запускать их в любом из своих регионов, в конфигурации с нулевым хранением данных.
Точность
FP8 · Без дополнительного квантованияНативный 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.
Рассуждения
В каждом запросе: reasoning_effort в Chat Completions, thinking в Messages, reasoning.effort в Responses.
Эндпоинты
/v1/chat/completions, /v1/completions, /v1/messages, /v1/responses (без сохранения состояния)
Базовая модель
zai-org/GLM-5.3-Flash
Лицензия
MIT
Ввод
0,0977 $
Кэшированный ввод
0,0098 $
Вывод
0,3421 $

USD за 1 млн токенов, списываются с предоплаченного баланса.

Аптайм за последние 30 дней

Страница статуса

99,60 %

Успешно: 4 679 из 4 698 контрольных запросов (по одному каждые 5 минут).

Последний контрольный запрос: успешно, время до первого токена 17,33 s, всего 19,39 s.

Скорость за последние 24 ч

95 tok/s

TTFT 2,78 s

Скорость измерена, а не гарантирована: медиана выходных токенов в секунду после первого токена и медиана времени до первого токена (TTFT) по потоковым запросам за последние 24 ч. «—», пока таких запросов у модели меньше 20.

Бенчмарки

Бенчмарки: базовая модель, данные разработчика, если не указано иное (zai-org/GLM-5.3-Flash)

Terminal-Bench 2.1
84.3источник
DeepSWE v1.1
63.4источник
HLE (with tools)
55.3источник

Эффект abliteration: MMLU (n=300) 83.3 → 82.7 (сборка orcarouter, данные её автора, источник).

Быстрый старт

Создайте ключ в личном кабинете, затем вызовите glm-5.3-flash-abliterated из любого клиента OpenAI или 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."}]
  }'