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。
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."}]
}'