原版模型

GLM-5.3

厂商原版权重,未经修改,部署在共享 GPU 上。

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)。

规格

模型 ID
glm-5.3
上下文长度
1,048,576 个 token
最大输出
1,048,576 个 token(试用账户为 4,096 个)
输入
仅文本。图像、音频、视频和文件输入会被拒绝。
运行环境
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。
推理
按请求设置:Chat Completions 使用 reasoning_effort,Messages 使用 thinking,Responses 使用 reasoning.effort。
优先级档位
service_tier: "priority":优先处理,按标准价格的 125% 计费。
端点
/v1/chat/completions、/v1/completions、/v1/messages、/v1/responses(无状态)

价格

输入
US$1.26
优先 US$1.575
缓存输入
US$0.234
优先 US$0.2925
输出
US$3.96
优先 US$4.95

美元 / 百万 token,从预付额度中扣费。 优先级价格适用于发送 service_tier "priority" 的请求。

可用率,最近 30 天

状态页

99.82%

4,522 次探测请求中有 4,514 次通过(每 5 分钟一次)。

最近一次探测:通过,首 token 延迟 837 ms,总耗时 849 ms。

速度,最近 24 小时

—

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“—”。

快速入门

在控制台中创建密钥,然后从任意 OpenAI 或 Anthropic 客户端调用 glm-5.3。
curl https://api.abliteratedllm.dev/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "glm-5.3",
    "stream": true,
    "messages": [{"role": "user", "content": "Write the opening line of a noir detective story."}]
  }'