API 参考GET /v1/models

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。

bash
curl $API_BASE/models

响应(节选;下方表格为实时数据):

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
    }
  ]
}

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.visioninput_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 AbliteratedAbliteratedtext, imageFP8 · 无额外量化US$0.0977US$0.0098US$0.3421—1,048,576131,072
glm-5.3-cyber-abliteratedGLM-5.3 Cyber AbliteratedAbliteratedtextFP8US$0.90US$0.135US$1.80—1,048,576131,072
deepseek-v4.1-flash-1017DeepSeek V4.1 Flash 1017原版模型text, image—US$0.27US$0.0054US$1.08US$0.3375 / US$0.00675 / US$1.35 (125%)1,048,5761,048,576
deepseek-v4.1-flash-1017-ultrafastDeepSeek V4.1 Flash 1017 Ultrafast原版模型text, image—US$2.16US$0.0432US$8.64—1,048,5761,048,576
deepseek-v4.1-flash-originalDeepSeek V4.1 Flash (original)原版模型text, image—US$0.27US$0.0054US$1.08US$0.3375 / US$0.00675 / US$1.35 (125%)1,048,5761,048,576
glm-5.3-flashGLM-5.3 Flash原版模型text, image, video—US$0.135US$0.027US$0.45US$0.16875 / US$0.03375 / US$0.5625 (125%)1,048,5761,048,576
glm-5.3GLM-5.3原版模型text—US$1.26US$0.234US$3.96US$1.575 / US$0.2925 / US$4.95 (125%)1,048,5761,048,576
glm-5.3-fastGLM-5.3 Fast原版模型text—US$1.89US$0.351US$5.94—1,048,5761,048,576
kimi-k3Kimi K3原版模型text, image—US$2.70US$0.27US$13.50US$3.375 / US$0.3375 / US$16.875 (125%)1,048,5761,048,576
kimi-k3.1-proKimi K3.1 Pro原版模型text, image—US$1.80US$0.18US$9.00US$2.70 / US$0.27 / US$13.50 (150%)1,048,5761,048,576
kimi-k3-fastKimi K3 Fast原版模型text, image—US$4.05US$0.405US$20.25—1,048,5761,048,576
ember-1Ember-1原版模型text, image—US$2.70US$0.27US$13.50—1,048,5761,048,576
muse-spark-openMuse Spark Open原版模型text, image—US$1.125US$0.135US$3.825US$1.6875 / US$0.2025 / US$5.7375 (150%)1,048,5761,048,576
qwen3.8-maxQwen3.8 Max原版模型text, image—US$1.80US$0.225US$5.40US$2.70 / US$0.3375 / US$8.10 (150%)262,144262,144
qwen3.8-2.4t-a95bQwen3.8-2.4T-A95B原版模型text, image—US$1.80US$0.225US$5.40—262,144262,144
minimax-m3MiniMax M3原版模型text, image—US$0.27US$0.054US$1.08US$0.405 / US$0.081 / US$1.62 (150%)512,000512,000

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:

  1. 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。

  2. 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。

  3. 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。