所有模型共用一个 API 密钥

一个 API 密钥、一份余额,即可使用部署在专用 GPU 上的前沿开放权重模型 abliterated 版本和部署在共享 GPU 上、采用厂商原始权重的原版模型。 支持推理的模型可按请求设置推理强度。 比较价格,或阅读什么是 abliterated 模型以及 abliteration 的工作原理。

我们的标志,由本页的 16 个模型 ID以及列出这些模型的 /v1/models 拼成。

Abliterated 开放权重模型

前沿开放权重模型的完整权重 abliterated 版本,移除了拒答,运行在由我们的基础设施服务商运营、采用零数据留存配置的专用 GPU上。 上下文 100万,按请求设置推理强度。

共 2 个 abliterated 模型。价格单位为美元 / 百万 token。速度为实测值,统计最近 24 小时。
Abliterated · 美元 / 百万 token速度:实测值,最近 24 小时
模型输入输出缓存上下文最大输出输入类型推理速度
GLM-5.3 Flash Abliterated精选glm-5.3-flash-abliteratedmUS$0.0977US$0.3421US$0.0098100万12.8万文本 + 图像是95 tok/sTTFT 2.78 s

全能型智能体模型,终端和工具调用评测成绩出色。 模型详情

最大输出
131,072
推理
支持,按请求设置推理强度
精度
FP8 · 无额外量化
优先级档位
无
许可证
MIT

基准测试:基础模型,除另有注明外均为厂商公布数据 (zai-org/GLM-5.3-Flash)

Terminal-Bench 2.1
84.3
DeepSWE v1.1
63.4
HLE (with tools)
55.3
GPQA-Diamond NVIDIA BF16 测试
92.17
abliteration 效果:MMLU (n=300)(orcarouter 构建版,由其发布者报告,来源)。
83.3 → 82.7

它能回答许多原始模型会拒绝的请求,但拒答只是减少,不保证完全消除。我们的安全检查只读取文本,因此图像不会被筛查。

GLM-5.3 Cyber Abliterated备选glm-5.3-cyber-abliterated适用于经授权的安全工作:红队演练、漏洞利用开发、逆向工程和恶意软件分析。更大的 753B GLM-5.3,仅支持文本输入。US$0.90US$1.80US$0.135100万12.8万仅文本是39 tok/sTTFT 2.19 s

基于完整 753B GLM-5.3 的安全专用构建版,面向经授权的红队演练、漏洞利用开发、逆向工程、恶意软件分析、CTF 和渗透测试。 模型详情

最大输出
131,072
推理
支持,按请求设置推理强度
精度
FP8
优先级档位
无
许可证
GLM-5.3 License

基准测试:基础模型,除另有注明外均为厂商公布数据 (zai-org/GLM-5.3)

CyberGym
84.5
ExploitBench
54.4
Terminal-Bench 2.1
88.2
HLE (with tools)
62.5
abliteration 效果:MMLU (n=1,026)(dealignai 构建版,按 logit 评分,由其发布者报告;基准分数来自发布者此前对 BF16 版 GLM-5.3 的测试,来源)。
85.58 → 86.65

它能回答许多原始模型会拒绝的请求,但拒答只是减少,不保证完全消除。

原版模型,未经修改

各厂商的原始权重,运行在由我们的基础设施服务商运营、采用同样零数据留存配置的共享 GPU上,上下文 25.6万–100万。输入类型列显示模型是否还接受图像或视频。

共 14 个原版模型,按目录顺序以系列分组。价格单位为美元 / 百万 token;有优先级档位的模型,其优先级价格列在下一行。速度为实测值,统计最近 24 小时。
原版模型 · 美元 / 百万 token速度:实测值,最近 24 小时
模型输入输出缓存上下文最大输出输入类型推理速度
原版模型 14原版模型是厂商的原始权重,不是 abliterated 模型:它们保留厂商自身的拒答。我们的安全检查只读取文本,因此发送给它们的图像和视频不会被筛查。 提示词和输出内容(包括图像和视频)均不会被存储(隐私政策)。
DeepSeek 3
DeepSeek V4.1 Flash 1017deepseek-v4.1-flash-1017US$0.27US$1.08US$0.0054100万100万文本 + 图像是271 tok/sTTFT 3.75 s
DeepSeek V4.1 Flash 1017,优先级档位 service_tier: "priority"US$0.3375US$1.35US$0.00675上方价格的 125%
DeepSeek V4.1 Flash 1017 Ultrafastdeepseek-v4.1-flash-1017-ultrafastUS$2.16US$8.64US$0.0432100万100万文本 + 图像是1410 tok/sTTFT 2.92 s
DeepSeek V4.1 Flash (original)deepseek-v4.1-flash-originalUS$0.27US$1.08US$0.0054100万100万文本 + 图像是—
DeepSeek V4.1 Flash (original),优先级档位 service_tier: "priority"US$0.3375US$1.35US$0.00675上方价格的 125%
GLM 3
GLM-5.3 Flashglm-5.3-flashUS$0.135US$0.45US$0.027100万100万文本、图像、视频是—
GLM-5.3 Flash,优先级档位 service_tier: "priority"US$0.16875US$0.5625US$0.03375上方价格的 125%
GLM-5.3glm-5.3US$1.26US$3.96US$0.234100万100万仅文本是—
GLM-5.3,优先级档位 service_tier: "priority"US$1.575US$4.95US$0.2925上方价格的 125%
GLM-5.3 Fastglm-5.3-fastUS$1.89US$5.94US$0.351100万100万仅文本是—
Kimi 3
Kimi K3kimi-k3US$2.70US$13.50US$0.27100万100万文本 + 图像是—
Kimi K3,优先级档位 service_tier: "priority"US$3.375US$16.875US$0.3375上方价格的 125%
Kimi K3.1 Prokimi-k3.1-proUS$1.80US$9.00US$0.18100万100万文本 + 图像是71 tok/sTTFT 3.06 s
Kimi K3.1 Pro,优先级档位 service_tier: "priority"US$2.70US$13.50US$0.27上方价格的 150%
Kimi K3 Fastkimi-k3-fastUS$4.05US$20.25US$0.405100万100万文本 + 图像是—
Ember 1
Ember-1ember-1US$2.70US$13.50US$0.27100万100万文本 + 图像是—
Muse 1
Muse Spark Openmuse-spark-openUS$1.125US$3.825US$0.135100万100万文本 + 图像是—
Muse Spark Open,优先级档位 service_tier: "priority"US$1.6875US$5.7375US$0.2025上方价格的 150%
Qwen 2
Qwen3.8 Maxqwen3.8-maxUS$1.80US$5.40US$0.22525.6万25.6万文本 + 图像是—
Qwen3.8 Max,优先级档位 service_tier: "priority"US$2.70US$8.10US$0.3375上方价格的 150%
Qwen3.8-2.4T-A95Bqwen3.8-2.4t-a95bUS$1.80US$5.40US$0.22525.6万25.6万文本 + 图像是—
MiniMax 1
MiniMax M3minimax-m3US$0.27US$1.08US$0.05450万50万文本 + 图像是—
MiniMax M3,优先级档位 service_tier: "priority"US$0.405US$1.62US$0.081上方价格的 150%

速度为实测值,不作保证:统计最近 24 小时内流式请求在首个 token 之后的每秒输出 token 数中位数,以及首 token 延迟(TTFT)中位数。模型的此类请求达到 20 个之前显示“—”。字符条按比例绘制:20 格代表 1410 tok/s,即本页的最高值。

deepseek-v4.1-flash-1017-ultrafast
同一款 DeepSeek V4.1 Flash 1017 模型,采用超高速部署,生成速度高得多。
kimi-k3.1-pro
Moonshot AI 的原生多模态智能体模型,适用于编程、研究和长文档。
其他所有原版模型
厂商原版权重,未经修改,部署在共享 GPU 上。

机器可读列表

机器可读列表:/models.json 或 GET https://api.abliteratedllm.dev/v1/models。两者提供相同的数据。

GEThttps://api.abliteratedllm.dev/v1/models
文件https://abliteratedllm.dev/models.json
Base URLhttps://api.abliteratedllm.dev/v1c