GLM 5.3 Abliterated: AI مدل‌ها

با یک API، GLM 5.3 Abliterated را فراخوانی کنید. زمینهٔ 1M توکنی، استریم و قیمت‌گذاری بر اساس مصرف توکن. در playground موابی رایگان امتحان کنید. GLM 5.3 Abliterated یک مدل استدلالی کامل GLM 5.3 با پنجرهٔ زمینهٔ 1M توکنی و پشتیبانی از فراخوانی ابزار است که با روش ابلیتریشن برای کاهش رفتار امتناع تغییر داده شده است. موابی آن را از طریق یک endpoint واحد REST، همراه با نظرسنجی ناهمگام و استریم Server-Sent Events ارائه می‌کند؛ بنابراین می‌توانید بدون میزبانی GPU آن را در برنامه‌های گفت‌وگو، عامل‌ها و گردش‌کارها به‌کار بگیرید. این مدل برای استدلال با زمینهٔ بلند و عامل‌های استفاده‌کننده از ابزار مناسب‌تر است. هزینه بر اساس مصرف توکن است: $2.5/M توکن ورودی و $4.5/M توکن خروجی، بدون اشتراک. همچنین ببینید GLM 5.3 Flash Abliterated، GLM 4.6 Derestricted v5. فهرست کامل مدل‌ها را در صفحهٔ GLM Abliterated API یا مرکز abliterated LLM API ببینید؛ خانواده‌های مرتبط: Gemma Abliterated API. اصطلاح‌های 'Abliterated' و 'derestricted' به تغییراتی اشاره دارند که رفتار امتناع مدل را کاهش می‌دهند. این تغییرات خروجی بدون محدودیت را تضمین نمی‌کنند و مسئولیت رعایت قوانین مربوط و شرایط استفادهٔ موابی بر عهدهٔ شماست.

کنترل‌های تعاملی مدل

با یک API، GLM 5.3 Abliterated را فراخوانی کنید. زمینهٔ 1M توکنی، استریم و قیمت‌گذاری بر اساس مصرف توکن. در playground موابی رایگان امتحان کنید.

📝

نمای کلی

مدل‌ها

GLM 5.3 Abliterated یک مدل استدلالی کامل GLM 5.3 با پنجرهٔ زمینهٔ 1M توکنی و پشتیبانی از فراخوانی ابزار است که با روش ابلیتریشن برای کاهش رفتار امتناع تغییر داده شده است. موابی آن را از طریق یک endpoint واحد REST، همراه با نظرسنجی ناهمگام و استریم Server-Sent Events ارائه می‌کند؛ بنابراین می‌توانید بدون میزبانی GPU آن را در برنامه‌های گفت‌وگو، عامل‌ها و گردش‌کارها به‌کار بگیرید. این مدل برای استدلال با زمینهٔ بلند و عامل‌های استفاده‌کننده از ابزار مناسب‌تر است. هزینه بر اساس مصرف توکن است: $2.5/M توکن ورودی و $4.5/M توکن خروجی، بدون اشتراک. همچنین ببینید GLM 5.3 Flash Abliterated، GLM 4.6 Derestricted v5. فهرست کامل مدل‌ها را در صفحهٔ GLM Abliterated API یا مرکز abliterated LLM API ببینید؛ خانواده‌های مرتبط: Gemma Abliterated API. اصطلاح‌های 'Abliterated' و 'derestricted' به تغییراتی اشاره دارند که رفتار امتناع مدل را کاهش می‌دهند. این تغییرات خروجی بدون محدودیت را تضمین نمی‌کنند و مسئولیت رعایت قوانین مربوط و شرایط استفادهٔ موابی بر عهدهٔ شماست.

1گفت‌وگو و دستیارها: برای استدلال با زمینهٔ بلند و عامل‌های استفاده‌کننده از ابزار، برنامه‌های گفت‌وگومحور مبتنی بر GLM 5.3 Abliterated بسازید.

2آزمایش رفتار با امتناع کمتر: رفتار امتناع را در ارزیابی‌های خود و در چارچوب سیاست استفادهٔ موابی با مدل پایه مقایسه کنید.

3عامل‌ها و گردش‌کارها: مدل را از گره‌های گردش‌کار موابی و نمونه‌های مرکز [abliterated LLM API](/abliterated-llm-api) فراخوانی کنید.

💰

قیمت‌گذاری و ارزش

تحلیل هزینه

ارائه‌دهنده	هزینه	یادداشت‌ها
muapiapp	$2.5/M input tokens and $4.5/M output tokens	پرداخت به‌ازای توکن؛ محاسبه بر اساس مصرف واقعی، با رزرو حداقل مبلغی اندک در ابتدا.
Fal.ai	در دسترس نیست	GLM 5.3 Abliterated به‌صورت endpoint میزبانی‌شده ارائه نمی‌شود.
Replicate	در دسترس نیست	GLM 5.3 Abliterated به‌صورت endpoint میزبانی‌شده ارائه نمی‌شود.

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

پرداخت به‌ازای توکن؛ محاسبه بر اساس مصرف واقعی، با رزرو حداقل مبلغی اندک در ابتدا.

Fal.aiدر دسترس نیست

GLM 5.3 Abliterated به‌صورت endpoint میزبانی‌شده ارائه نمی‌شود.

Replicateدر دسترس نیست

GLM 5.3 Abliterated به‌صورت endpoint میزبانی‌شده ارائه نمی‌شود.

** مدل‌ها。

⚙️

مشخصات فنی

طرح پیکربندی

پارامتر	نوع	توضیحات	پیش‌فرض
پرامپت (دستور متنی)	string	تنظیم پارامتر The user message or instruction for the model. جهت هدایت دقیق فرآیند تولید مدل.	`Summarize the trade-offs between a monolith and microservices in five bullet points.`
پرامپت سیستمی	string	تنظیم پارامتر Optional system-level instruction to guide model behavior. جهت هدایت دقیق فرآیند تولید مدل.	`You are a concise, direct assistant.`
حداکثر تعداد توکن‌ها	integer	اختیاری maximum number of tokens to generate.	`8192`

پرامپت (دستور متنی)string

تنظیم پارامتر The user message or instruction for the model. جهت هدایت دقیق فرآیند تولید مدل.

مقدار پیش‌فرضSummarize the trade-offs between a monolith and microservices in five bullet points.

پرامپت سیستمیstring

تنظیم پارامتر Optional system-level instruction to guide model behavior. جهت هدایت دقیق فرآیند تولید مدل.

مقدار پیش‌فرضYou are a concise, direct assistant.

حداکثر تعداد توکن‌هاinteger

اختیاری maximum number of tokens to generate.

مقدار پیش‌فرض8192

📖

راهنمای پیاده‌سازی

مستندات توسعه‌دهندگان

نحوهٔ استفاده از API مربوط به GLM 5.3 Abliterated

دریافت کلید API: در داشبورد موابی یک کلید بسازید.
ارسال پرامپت: prompt (به‌علاوهٔ system_prompt و max_tokens اختیاری، تا سقف 32768) را با POST به /api/v1/glm-5-3-abliterated بفرستید.

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."}'

بررسی یا استریم نتیجه: تا زمانی که status برابر completed شود، GET /api/v1/predictions/{request_id}/result را بررسی کنید یا توکن‌ها را به‌صورت زنده از /api/v1/glm-5-3-abliterated/stream استریم کنید.

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."}'

خواندن نتیجه: متن تولیدشده در outputs برگردانده می‌شود. هزینه بر اساس تعداد واقعی توکن‌ها محاسبه می‌شود.

❓

پرسش‌های متداول

سوالات پرتکرار

GLM 5.3 Abliterated چیست؟

GLM 5.3 Abliterated یک مدل استدلالی کامل GLM 5.3 با پنجرهٔ زمینهٔ 1M توکنی و پشتیبانی از فراخوانی ابزار است که با روش ابلیتریشن برای کاهش رفتار امتناع تغییر داده شده است.

abliterated یعنی چه؟

مدل‌های abliterated یا derestricted طوری تغییر داده شده‌اند که رفتار امتناعشان کاهش یابد. این کار امتناع را کمتر می‌کند، اما آن را از بین نمی‌برد و خروجی بدون محدودیت را تضمین نمی‌کند.

قیمت GLM 5.3 Abliterated چقدر است؟

هزینه به‌ازای هر توکن محاسبه می‌شود: $2.5/M توکن ورودی و $4.5/M توکن خروجی. هنگام شروع درخواست، حداقل مبلغ اندکی رزرو و سپس با مصرف واقعی تسویه می‌شود.

آیا GLM 5.3 Abliterated از استریم پشتیبانی می‌کند؟

بله. توکن‌ها را با استفاده از Server-Sent Events از `/api/v1/glm-5-3-abliterated/stream` به‌صورت زنده استریم کنید یا endpoint ناهمگام را بررسی کنید.

پنجرهٔ زمینه چقدر است؟

پنجرهٔ زمینه حدود 1M توکن است. مجموع پرامپت و خروجی باید در این محدوده جا بگیرد؛ سقف `max_tokens` برابر 32768 است. endpoint فقط ورودی متنی می‌پذیرد.

آیا تضمین می‌شود خروجی بدون محدودیت باشد؟

خیر. احتمال امتناع در مدل‌های abliterated کمتر است، اما رفتار بسته به پرامپت فرق می‌کند و کیفیت ممکن است با مدل پایه متفاوت باشد. آن را برای کاربرد خود ارزیابی کنید و قوانین مربوط را رعایت کنید.