GET /v1/models
以 OpenAI 列表格式列出已启用的模型,并附加类型、能力、价格和限制信息。此端点不需要 API 密钥。相同的数据也发布在 /models.json。
占位符:
$API_BASE为https://api.abliteratedllm.dev/v1,$API_ORIGIN为https://api.abliteratedllm.dev,$YOUR_KEY为你的 API 密钥。
curl $API_BASE/models响应(节选;下方表格为实时数据):
{
"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
}
]
}字段
| 字段 | 含义 |
|---|---|
id | 在 model 中发送的模型 ID。 |
object, created | 始终为 "model",以及一个固定的时间戳。 |
owned_by | 始终为 AbliteratedLLM。 |
name | 显示名称。 |
context_length | 上下文窗口大小,以 token 计,包含输入和输出。 |
max_output_tokens | 请求可获得的最大输出预算。请求的预算更大时会被降到此值。 |
pricing.input | 每百万输入 token 的美元价格,为十进制字符串。图像和视频 token 属于输入 token。 |
pricing.cached_input | 从提示词缓存读取的每百万输入 token 的美元价格。 |
pricing.output | 每百万输出 token 的美元价格,包含推理 token。 |
pricing.priority | 发送 "service_tier": "priority" 的请求改按此处的价格(input、output、cached_input)计费;模型没有优先级档位时为 null。 |
provider_label | 原版模型为 "Stock model",我们的 abliterated 模型为 null。 |
variant | "abliterated" 或 "stock"。见下文“模型类型”。 |
input_modalities | 请求可以包含的内容:始终有 "text",支持相应输入的模型还有 "image" 和/或 "video"。见 POST /v1/chat/completions 中的图像与视频部分。 |
capabilities.reasoning | 模型会在回答前推理时为 true。 |
capabilities.vision | input_modalities 包含 "image" 时为 true。 |
capabilities.priority_tier | 模型接受 "service_tier": "priority" 时为 true。此时 pricing.priority 中给出其价格。 |
precision | 我们提供服务所用的权重格式,例如 "FP8";我们不作声明时为 null。原版模型为 null,因为我们只为自己的 abliterated 模型声明格式。 |
价格以字符串表示,以免损失精度:将其解析为十进制数,而不是浮点数。
当前模型
| 模型 ID | 类型 | 输入类型 | 精度 | 输入 | 缓存输入 | 输出 | 优先级档位 | 上下文 | 最大输出 |
|---|---|---|---|---|---|---|---|---|---|
glm-5.3-flash-abliteratedGLM-5.3 Flash Abliterated | Abliterated | text, image | FP8 · 无额外量化 | US$0.0977 | US$0.0098 | US$0.3421 | — | 1,048,576 | 131,072 |
glm-5.3-cyber-abliteratedGLM-5.3 Cyber Abliterated | Abliterated | text | FP8 | US$0.90 | US$0.135 | US$1.80 | — | 1,048,576 | 131,072 |
deepseek-v4.1-flash-1017DeepSeek V4.1 Flash 1017 | 原版模型 | text, image | — | US$0.27 | US$0.0054 | US$1.08 | US$0.3375 / US$0.00675 / US$1.35 (125%) | 1,048,576 | 1,048,576 |
deepseek-v4.1-flash-1017-ultrafastDeepSeek V4.1 Flash 1017 Ultrafast | 原版模型 | text, image | — | US$2.16 | US$0.0432 | US$8.64 | — | 1,048,576 | 1,048,576 |
deepseek-v4.1-flash-originalDeepSeek V4.1 Flash (original) | 原版模型 | text, image | — | US$0.27 | US$0.0054 | US$1.08 | US$0.3375 / US$0.00675 / US$1.35 (125%) | 1,048,576 | 1,048,576 |
glm-5.3-flashGLM-5.3 Flash | 原版模型 | text, image, video | — | US$0.135 | US$0.027 | US$0.45 | US$0.16875 / US$0.03375 / US$0.5625 (125%) | 1,048,576 | 1,048,576 |
glm-5.3GLM-5.3 | 原版模型 | text | — | US$1.26 | US$0.234 | US$3.96 | US$1.575 / US$0.2925 / US$4.95 (125%) | 1,048,576 | 1,048,576 |
glm-5.3-fastGLM-5.3 Fast | 原版模型 | text | — | US$1.89 | US$0.351 | US$5.94 | — | 1,048,576 | 1,048,576 |
kimi-k3Kimi K3 | 原版模型 | text, image | — | US$2.70 | US$0.27 | US$13.50 | US$3.375 / US$0.3375 / US$16.875 (125%) | 1,048,576 | 1,048,576 |
kimi-k3.1-proKimi K3.1 Pro | 原版模型 | text, image | — | US$1.80 | US$0.18 | US$9.00 | US$2.70 / US$0.27 / US$13.50 (150%) | 1,048,576 | 1,048,576 |
kimi-k3-fastKimi K3 Fast | 原版模型 | text, image | — | US$4.05 | US$0.405 | US$20.25 | — | 1,048,576 | 1,048,576 |
ember-1Ember-1 | 原版模型 | text, image | — | US$2.70 | US$0.27 | US$13.50 | — | 1,048,576 | 1,048,576 |
muse-spark-openMuse Spark Open | 原版模型 | text, image | — | US$1.125 | US$0.135 | US$3.825 | US$1.6875 / US$0.2025 / US$5.7375 (150%) | 1,048,576 | 1,048,576 |
qwen3.8-maxQwen3.8 Max | 原版模型 | text, image | — | US$1.80 | US$0.225 | US$5.40 | US$2.70 / US$0.3375 / US$8.10 (150%) | 262,144 | 262,144 |
qwen3.8-2.4t-a95bQwen3.8-2.4T-A95B | 原版模型 | text, image | — | US$1.80 | US$0.225 | US$5.40 | — | 262,144 | 262,144 |
minimax-m3MiniMax M3 | 原版模型 | text, image | — | US$0.27 | US$0.054 | US$1.08 | US$0.405 / US$0.081 / US$1.62 (150%) | 512,000 | 512,000 |
价格单位为美元 / 百万 token。上下文和最大输出以 token 计。输入类型是请求可以包含的内容;我们的自动安全检查只读取文本,因此不会筛查图像和视频。优先级档位价格(输入 / 缓存输入 / 输出,以及其占标准价格的比例)适用于发送 service_tier "priority" 的请求;“—”表示该模型没有优先级档位。精度是我们部署时所用的权重格式(如有说明)。GLM-5.3 Flash Abliterated:原生 FP8(block-FP8,e4m3):Z.ai 发布 GLM-5.3 Flash 时采用的精度。无额外量化:从不压缩为 INT8、INT4 或 FP4。
模型类型
variant 表示模型属于哪种类型。所有类型都使用相同的密钥、余额、限制、计费方式和端点,下文列出的例外情况除外。
- Abliterated(
"abliterated",无标签):我们的 abliterated 模型,即移除了拒答的开放权重模型(通过编辑权重移除拒答方向,无需重新训练),运行在由我们的基础设施服务商运营的专用 GPU 上,采用零数据留存(ZDR)配置。参阅什么是 abliterated 模型,以及 abliteration 如何工作。 - 原版模型(
"stock"):厂商的原始权重,未经 abliteration 处理,运行在由我们的基础设施服务商运营的共享 GPU 上,采用相同的零数据留存配置。
精度
glm-5.3-flash-abliterated 以原生 FP8(block-FP8,e4m3)提供服务,即 Z.ai 发布 GLM-5.3 Flash 时所用的精度。没有任何额外量化:它从不被压缩为 INT8、INT4 或 FP4。
glm-5.3-cyber-abliterated 以 FP8(e4m3)提供服务,只接受文本输入;发布者的版本编辑了一小部分 BF16 张量,不会进一步压缩为 INT8、INT4 或 FP4。
原版模型
variant 为 "stock" 的模型标注为原版模型。它们与我们的 abliterated 模型有以下不同:
- 未经 abliteration 处理:它们保留厂商自带的拒答行为。我们不添加系统提示词,也不改写你的消息。我们自己的安全检查与其他所有模型相同,但启用委托筛查的指定经销商账户除外(见隐私)。
- 相同的数据处理:它们与我们的 abliterated 模型采用相同的零数据留存配置,因此提示词、图像和输出内容从不被存储。详见隐私摘要。
- 图像和视频:许多原版模型支持图像,部分支持视频:查看
input_modalities。我们的自动安全检查只读取请求中的文本,因此图像和视频不经过筛查。《可接受使用政策》仍然适用于它们。 - 优先级档位:具有
capabilities.priority_tier的原版模型接受"service_tier": "priority",按其优先级价格计费。见 POST /v1/chat/completions。 - 快速变体:以
-fast或-ultrafast结尾的 ID 与不带后缀的 ID 提供同一个模型,输出质量相同,但生成速度高得多,价格也更高。ultrafast 变体的生成速度是标准版的数倍。快速变体的容量比标准版少,因此更常处于繁忙状态,功能也可能不同:查看它们的input_modalities和capabilities。
请求如何计费
余额和费用以百万分之一美元($0.000001)为单位记录。每个请求的计费过程如下:
-
预扣:转发之前,我们会预留该请求可能产生的最高费用:估算的输入按输入价格计,加上完整的输出预算(对于
/v1/completions的prompt数组,每个提示词计一次)按输出价格计。输入估算值为请求文本的字节数除以 3,以 token 计;其中每个图像和视频按估算值计,而不计其数据本身:- base64 图像按其尺寸中每个 28 × 28 像素的图块计 1 个 token(向上取整),最多 16,384 个 token;
- 图像 URL,或无法从文件头读出尺寸的 base64 图像,计 16,384 个 token;
- 每个视频计 65,536 个 token。
对于
"service_tier": "priority",预扣使用优先级价格。请求运行期间,预扣金额会从你的可用余额中扣除。速率限制与试用给出了确切规则,并说明了预扣金额超出余额时会怎样。 -
结算:响应完成后,预扣被释放,你按模型报告的用量付费:输入(包括图像和视频)、缓存输入和输出 token,各按其每百万 token 价格计(优先级请求按优先级价格)。每个请求最终的合计用量费用只向上取整一次,精确到 $0.000001。各端点的计算公式见 Chat Completions、Messages、Responses 和 Completions 页面。
-
例外情况:
- 如果你在响应结束前断开连接,无论是否流式,生成都会停止,你需要支付一个估算值,即使模型尚未生成任何输出也是如此。输入为预扣时的输入估算值,以模型的上下文长度为上限。输出为已生成的输出:其 UTF-8 字节数除以 3,每个流式片段至少计 1 个 token,以输出预算为上限。
- 如果响应结束时没有用量报告,同样适用该估算。
- 如果模型已生成输出,之后请求因时间限制或重启而停止,或其后端发生故障,同样适用该估算,状态为
upstream_error。 - 在模型生成任何输出之前就结束的请求不收费,无论是我们这边还是模型那边导致的停止:校验错误、速率限制、
capacity_exhausted、model_unavailable、后端故障或错误(upstream_error)、10 分钟时间限制(包括等待首个 token 的时间)、2 分钟无输出,或重启。唯一的例外是客户端断开连接,按上文方式收费。
你的逐请求历史(时间、密钥、模型、token 数、费用、状态和延迟)在控制台中保留 30 天,之后汇总为每日总计。