模型

GLM-5.3 Flash Abliterated

全能型智能体模型,终端和工具调用评测成绩出色。 指南《GLM-5.3 Flash Abliterated》对此有深入讲解。

规格

模型 ID
glm-5.3-flash-abliterated
上下文长度
1,048,576 个 token
最大输出
131,072 个 token(试用账户为 4,096 个)
输入
文本和图像。音频、视频和文件输入会被拒绝。我们的安全检查只读取文本,因此图像不会被筛查。
运行环境
我们的 abliterated 权重,部署在由 Fireworks AI 运营的专用 GPU 上,采用零数据留存配置。Fireworks AI 可能在其任一区域运行这些权重。
精度
FP8 · 无额外量化原生 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。
推理
按请求设置:Chat Completions 使用 reasoning_effort,Messages 使用 thinking,Responses 使用 reasoning.effort。
端点
/v1/chat/completions、/v1/completions、/v1/messages、/v1/responses(无状态)
许可证
MIT
输入
US$0.0977
缓存输入
US$0.0098
输出
US$0.3421

美元 / 百万 token,从预付额度中扣费。

可用率,最近 30 天

状态页

99.60%

4,698 次探测请求中有 4,679 次通过(每 5 分钟一次)。

最近一次探测:通过,首 token 延迟 17.33 s,总耗时 19.39 s。

速度,最近 24 小时

95 tok/s

TTFT 2.78 s

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“—”。

基准测试

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来源
DeepSWE v1.1
63.4来源
HLE (with tools)
55.3来源
GPQA-Diamond
92.17NVIDIA BF16 测试

abliteration 效果:MMLU (n=300) 83.3 → 82.7(orcarouter 构建版,由其发布者报告,来源)。

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-flash-abliterated。
curl https://api.abliteratedllm.dev/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "glm-5.3-flash-abliterated",
    "stream": true,
    "messages": [{"role": "user", "content": "Write the opening line of a noir detective story."}]
  }'