Modelos GLM optimizados para razonamiento abierto, análisis técnico y soporte multilingüe profundo sin capas de rechazo conservadoras.Excelente para procesamiento de lenguaje natural cruzado, análisis comparativo y comprensión contextual.
GLM 5.3 Flash con comportamiento de rechazo reducido mediante abliteración: razonamiento rápido, de 1 millón de tokens ventana de contexto, and optional entrada de imagen.
The full-size GLM 5.3 con comportamiento de rechazo reducido mediante abliteración: de 1 millón de tokens ventana de contexto, text in and text out.
GLM 4.6 (v5) with its refusal behavior reduced through derestriction: a 131K-token context window, text in and text out.
La familia GLM cuenta con una arquitectura diseñada para sobresalir tanto en tareas de análisis textual como en generación de código.
Esta versión abierta permite consultar información técnica sin bloqueos automáticos.
Traducción y análisis conceptual en múltiples idiomas con alta fidelidad.
Estructuración clara de deducciones y argumentos analíticos.
| Endpoint | Input | Output | Price | Best For |
|---|---|---|---|---|
| glm-5-3-flash-abliterated | Prompt + system_prompt, max_tokens, optional image_url | Complete text response (poll for result) | $0.40/M in · $1.60/M out | Razonamiento rápido y económico con entrada de imagen y contexto muy amplio. |
| glm-5-3-abliterated | Prompt + system_prompt, max_tokens | Complete text response (poll for result) | $2.50/M in · $4.50/M out | Full-size reasoning over very long context |
| glm-4-6-derestricted-v5 | Prompt + system_prompt, max_tokens | Complete text response (poll for result) | $0.80/M in · $3.00/M out | Mid-size GLM reasoning with a 131K-token context |
Facturado por token a partir del uso devuelto en cada llamada; los precios se expresan por millón de tokens de entrada y salida.
Envía una solicitud JSON con tu clave de API de Muapi, guarda el ID de la solicitud y consulta el endpoint de resultados compartido.
curl -X POST https://api.muapi.ai/api/v1/glm-5-3-flash-abliterated \
-H "x-api-key: YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{"prompt": "Analyze this chart and write a blunt executive summary of the risks.", "system_prompt": "You are a candid, detail-oriented assistant.", "image_url": "https://example.com/reference.png", "max_tokens": 1024}'
# Response: {"request_id":"REQUEST_ID"}Invoca glm-5-3-flash-abliterated con una indicación y, opcionalmente, system_prompt e image_url.
curl -X POST https://api.muapi.ai/api/v1/glm-5-3-abliterated \
-H "x-api-key: YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{"prompt": "Summarize this 500-page report and flag every unsupported claim.", "system_prompt": "You are a candid, detail-oriented assistant.", "max_tokens": 1024}'
# Response: {"request_id":"REQUEST_ID"}Invoca glm-5-3-abliterated con una indicación y, opcionalmente, system_prompt.
curl -X POST https://api.muapi.ai/api/v1/glm-4-6-derestricted-v5 \
-H "x-api-key: YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{"prompt": "Draft a frank critique of this business plan.", "system_prompt": "You are a candid, detail-oriented assistant.", "max_tokens": 1024}'
# Response: {"request_id":"REQUEST_ID"}Invoca glm-4-6-derestricted-v5 con una indicación y, opcionalmente, system_prompt.
curl https://api.muapi.ai/api/v1/predictions/REQUEST_ID/result \ -H "x-api-key: YOUR_API_KEY" # Poll until status is completed, then read the generated text from outputs.
Consulta el endpoint de resultados compartido hasta que la tarea se complete, luego lee el texto generado en outputs.
Sí, admite generación estructurada de esquemas JSON con total fiabilidad.
Sí. Los 3 modelos de esta página admiten llamadas a herramientas: GLM 5.3 Flash Abliterated, GLM 5.3 Abliterated y GLM 4.6 Derestricted v5. En Claude Code, establece ANTHROPIC_BASE_URL en https://api.muapi.ai/anthropic y ANTHROPIC_AUTH_TOKEN en tu clave de API de Muapi, y luego inícialo con claude --model glm-5-3-flash-abliterated (establece también ANTHROPIC_DEFAULT_HAIKU_MODEL y ANTHROPIC_SMALL_FAST_MODEL con el mismo id). Codex CLI también funciona: añade un proveedor de modelos con base_url https://api.muapi.ai/openai/v1 y establece model con el mismo id. Calidad variable según el modelo y los modelos más pequeños pueden saltarse pasos en tareas de varios archivos; no hay caché de prompts, por lo que cada turno se factura por toda la conversación hasta ese momento; y cada respuesta está limitada a 16,384 tokens. Guía de configuración: /es/docs/ai-agent-install-chat-agents.
Crea una clave de API de Muapi y llama a todos los modelos de esta página con una solicitud REST estándar.