muapi Logomuapi Logo
muapi Logomuapi Logo

GLM 5.3 Abliterated: AI Large Language Models

Rufe GLM 5.3 Abliterated über eine einzige API auf. Kontext mit 1M Token, Streaming und Abrechnung pro Token. Kostenlos im Muapi Playground testen. GLM 5.3 Abliterated ist ein vollwertiges Reasoning-Modell aus der GLM-5.3-Reihe mit einem Kontextfenster von 1M Token und Unterstützung für Tool-Aufrufe. Es wurde mittels Abliteration modifiziert, um Verweigerungen zu reduzieren. Muapi stellt es über einen einzelnen REST-Endpunkt mit asynchronem Abruf und Streaming per Server-Sent Events bereit. So kannst du es ohne eigenes GPU-Hosting in Chat-Apps, Agenten und Workflows integrieren. Es eignet sich besonders für Reasoning mit langen Kontexten und Agenten, die Tools verwenden. Die Abrechnung erfolgt pro Token: $2.5/M Eingabetoken und $4.5/M Ausgabetoken, ohne Abonnement. Siehe auch GLM 5.3 Flash Abliterated und GLM 4.6 Derestricted v5. Die gesamte Modellreihe findest du auf der Seite GLM Abliterated API oder im Hub abliterated LLM API; verwandte Familien: Gemma Abliterated API. „Abliterated“ und „derestricted“ bezeichnen Modifikationen, die Verweigerungen des Modells reduzieren. Sie garantieren keine uneingeschränkte Ausgabe. Du bist weiterhin dafür verantwortlich, geltende Gesetze und die Nutzungsbedingungen von Muapi einzuhalten.

Interaktive Steuerung laden

Rufe GLM 5.3 Abliterated über eine einzige API auf. Kontext mit 1M Token, Streaming und Abrechnung pro Token. Kostenlos im Muapi Playground testen.

📝

Übersicht

Über dieses Modell

GLM 5.3 Abliterated ist ein vollwertiges Reasoning-Modell aus der GLM-5.3-Reihe mit einem Kontextfenster von 1M Token und Unterstützung für Tool-Aufrufe. Es wurde mittels Abliteration modifiziert, um Verweigerungen zu reduzieren. Muapi stellt es über einen einzelnen REST-Endpunkt mit asynchronem Abruf und Streaming per Server-Sent Events bereit. So kannst du es ohne eigenes GPU-Hosting in Chat-Apps, Agenten und Workflows integrieren. Es eignet sich besonders für Reasoning mit langen Kontexten und Agenten, die Tools verwenden. Die Abrechnung erfolgt pro Token: $2.5/M Eingabetoken und $4.5/M Ausgabetoken, ohne Abonnement. Siehe auch GLM 5.3 Flash Abliterated und GLM 4.6 Derestricted v5. Die gesamte Modellreihe findest du auf der Seite GLM Abliterated API oder im Hub abliterated LLM API; verwandte Familien: Gemma Abliterated API. „Abliterated“ und „derestricted“ bezeichnen Modifikationen, die Verweigerungen des Modells reduzieren. Sie garantieren keine uneingeschränkte Ausgabe. Du bist weiterhin dafür verantwortlich, geltende Gesetze und die Nutzungsbedingungen von Muapi einzuhalten.

1Chats und Assistenten: Entwickle mit GLM 5.3 Abliterated dialogorientierte Apps für Reasoning mit langen Kontexten und Agenten, die Tools verwenden.
2Experimente mit weniger Verweigerungen: Vergleiche im Rahmen der Muapi-Nutzungsrichtlinie das Verweigerungsverhalten mit dem Basismodell in eigenen Tests.
3Agenten und Workflows: Rufe das Modell über Muapi-Workflow-Knoten und die Beispiele im Hub [abliterated LLM API](/abliterated-llm-api) auf.
💰

Preise und Wert

Kostenanalyse

muapiapp$2.5/M input tokens and $4.5/M output tokens

Abrechnung pro Token auf Grundlage der tatsächlichen Nutzung; vorab wird ein kleiner Mindestbetrag reserviert.

Fal.aiNicht verfügbar

GLM 5.3 Abliterated wird nicht als gehosteter Endpunkt angeboten.

ReplicateNicht verfügbar

GLM 5.3 Abliterated wird nicht als gehosteter Endpunkt angeboten.

** Die Preise der Mitbewerber werden auf der Grundlage ähnlicher Modellarchitekturen und Nutzungsstufen geschätzt.

⚙️

Technische Details

Konfigurationsschema

Aufforderungstring

.

StandardwertSummarize the trade-offs between a monolith and microservices in five bullet points.
Systemaufforderungstring

, .

StandardwertYou are a concise, direct assistant.
Maximale Anzahl an Tokeninteger

Optional maximum number of tokens to generate.

Standardwert8192
📖

Implementierungsleitfaden

Entwicklerdokumentation

GLM 5.3 Abliterated API verwenden

  1. API-Schlüssel erstellen: Erstelle einen Schlüssel in deinem Muapi-Dashboard.

  2. Prompt senden: Sende prompt (sowie optional system_prompt und max_tokens bis zu 32768) per POST an /api/v1/glm-5-3-abliterated.

curl -X POST https://api.muapi.ai/api/v1/glm-5-3-abliterated \
  -H "x-api-key: $MUAPI_KEY" \
  -H "Content-Type: application/json" \
  -d '{"prompt": "Explain how attention works in transformers."}'
  1. Ergebnis abrufen oder streamen: Rufe GET /api/v1/predictions/{request_id}/result wiederholt ab, bis status den Wert completed hat, oder streame Token live über /api/v1/glm-5-3-abliterated/stream.
curl -X POST https://api.muapi.ai/api/v1/glm-5-3-abliterated/stream \
  -H "x-api-key: $MUAPI_KEY" \
  -H "Content-Type: application/json" \
  -d '{"prompt": "Explain how attention works in transformers."}'
  1. Ergebnis lesen: Der generierte Text wird in outputs zurückgegeben. Die Abrechnung basiert auf der tatsächlichen Tokenzahl.
❓

Häufige Fragen

Häufig gefragt

Was ist GLM 5.3 Abliterated?

GLM 5.3 Abliterated ist ein vollwertiges Reasoning-Modell aus der GLM-5.3-Reihe mit einem Kontextfenster von 1M Token und Unterstützung für Tool-Aufrufe. Es wurde mittels Abliteration modifiziert, um Verweigerungen zu reduzieren.

Was bedeutet „abliterated“?

Abliterated oder derestricted Modelle werden modifiziert, um Verweigerungen zu reduzieren. Dadurch treten weniger Verweigerungen auf, sie verschwinden jedoch nicht vollständig; eine uneingeschränkte Ausgabe ist nicht garantiert.

Wie wird GLM 5.3 Abliterated abgerechnet?

Die Abrechnung erfolgt pro Token: $2.5/M Eingabetoken und $4.5/M Ausgabetoken. Beim Start der Anfrage wird ein kleiner Mindestbetrag reserviert und anschließend mit der tatsächlichen Nutzung verrechnet.

Unterstützt GLM 5.3 Abliterated Streaming?

Ja. Streame Token live per Server-Sent Events über `/api/v1/glm-5-3-abliterated/stream` oder rufe den asynchronen Endpunkt wiederholt ab.

Wie groß ist das Kontextfenster?

Das Kontextfenster umfasst etwa 1M Token. Prompt und Ausgabe müssen zusammen hineinpassen; `max_tokens` ist auf 32768 begrenzt. Der Endpunkt akzeptiert nur Texteingaben.

Ist eine uneingeschränkte Ausgabe garantiert?

Nein. Abliterated Modelle verweigern seltener, doch das Verhalten hängt vom Prompt ab und die Qualität kann vom Basismodell abweichen. Prüfe die Eignung für deinen Anwendungsfall und halte geltende Gesetze ein.