GLM 5.3 Flash Abliterated
アブリテレーションにより拒否動作が低減されたGLM 5.3 Flash:高速推論、100万トークンのコンテキストウィンドウ、オプションの画像入力に対応。
GLM Abliterated APIは、1つのMuapi APIキーでGLM 5.3 Flash Abliterated、GLM 5.3 Abliterated、GLM 4.6 Derestricted v5へのプログラムアクセスを提供します。すべてのエンドポイントが同一のリクエスト形式(prompt、オプションのsystem_prompt、max_tokens、ビジョン対応モデルのimage_url)を受け入れます。制限解除(Abliterated)モデルは、組み込みの応答拒否動作を低減するよう調整された言語モデルです。アブリテレーションや関連技術(obliteration、derestriction)はモデルがリクエストを拒否する頻度を下げますが、無制限の出力を保証したり、あらゆる制約を撤廃したり、Muapiの利用規定方針を変更するものではありません。生成された出力の利用に関する責任は利用者に帰属します。
アブリテレーションにより拒否動作が低減されたGLM 5.3 Flash:高速推論、100万トークンのコンテキストウィンドウ、オプションの画像入力に対応。
アブリテレーションにより拒否動作が低減されたフルサイズGLM 5.3:テキスト入出力、100万トークンのコンテキストウィンドウに対応。
制限緩和により拒否動作が低減されたGLM 4.6 (v5):131Kトークンのコンテキストウィンドウ、テキスト入出力に対応。
このページでは、MuapiのGLM 5.3 Flash Abliterated、GLM 5.3 Abliterated、GLM 4.6 Derestricted v5について解説します。アブリテレーションにより拒否動作が低減されたGLM 5.3 Flash(高速推論、100万トークンコンテキスト、画像入力対応)、アブリテレーションにより拒否動作が低減されたフルサイズGLM 5.3(100万トークンコンテキスト、テキスト入出力)、制限緩和により拒否動作が低減されたGLM 4.6 (v5)(131Kコンテキスト、テキスト入出力)が含まれます。
プロンプト(必要に応じてペルソナや口調を設定するsystem_prompt、ビジョン対応モデルではimage_url)を送信し、生成されたテキストをポーリングして取得します。主な用途としては、クリエイティブライティング、レッドチームや安全性研究、未修正ベースモデルとの比較評価、ベースモデルの過剰な拒否が正当な業務の妨げとなるユースケースなどが挙げられます。制限解除モデルは、組み込みの拒否動作を低減するよう調整された言語モデルです。アブリテレーション等の技術は拒否頻度を下げますが、完全な無制限出力を保証するものではなく、Muapiの利用規定方針が適用されます。出力結果の利用に関する責任は利用者が負います。
すべてのエンドポイントが同一のリクエストボディを受け入れ、共通の結果エンドポイントを介してテキストを返すため、モデルの切り替えはコード1行で完了します。
アブリテレーションおよび関連技術により、モデルがリクエストを拒否する頻度が低減します。挙動はモデルやプロンプトによって異なり、絶対的な保証ではありません。
system_promptを設定して、創作、分析、評価作業に応じたペルソナ、口調、出力形式を細かく制御できます。
各呼び出しで返されるトークン数に応じた従量課金制です。月額サブスクリプションや自前のモデルホスティング管理は不要です。
GLM 5.3 Flash Abliteratedにはimage_urlを渡して画像認識を実行できます。
拒否動作の低減は、ルールが存在しないことを意味するものではありません。生成されるコンテンツには、Muapiの利用規定方針および関連法令が引き続き適用されます。
| エンドポイント | 入力 | 出力 | 料金 | 最適な用途 |
|---|---|---|---|---|
| glm-5-3-flash-abliterated | Prompt + system_prompt、max_tokens、オプションのimage_url | 完全なテキスト応答(結果をポーリング) | 入力 $0.40/M · 出力 $1.60/M | 画像入力と超長文コンテキストに対応した、高速・低コストな推論モデル |
| glm-5-3-abliterated | Prompt + system_prompt、max_tokens | 完全なテキスト応答(結果をポーリング) | 入力 $2.50/M · 出力 $4.50/M | 超長文コンテキストに対応したフルサイズ推論モデル |
| glm-4-6-derestricted-v5 | Prompt + system_prompt、max_tokens | 完全なテキスト応答(結果をポーリング) | 入力 $0.80/M · 出力 $3.00/M | 131Kトークンのコンテキストを持つ中規模GLM推論モデル |
各呼び出しで返される使用量に基づきトークン単位で課金されます。表示価格は入力および出力トークン100万単位です。
Muapi APIキーを使用してJSONリクエストを送信し、リクエストIDを保存して共通結果エンドポイントをポーリングします。
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"}プロンプトおよびオプションのsystem_prompt、image_urlを指定してglm-5-3-flash-abliteratedを呼び出します。
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"}プロンプトおよびオプションのsystem_promptを指定してglm-5-3-abliteratedを呼び出します。
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"}プロンプトおよびオプションのsystem_promptを指定してglm-4-6-derestricted-v5を呼び出します。
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.
タスクが完了するまで共通の結果エンドポイントをポーリングし、outputsから生成されたテキストを読み取ります。
アブリテレーテッド言語モデルとは、通常スクラッチからの再学習を行うことなく、拒否動作を駆動する内部表現ベクトルを編集・除去することで拒否動作を低減させたモデルです。obliterated(完全解除)やderestricted(制限緩和)などの用語も同様の手法を指します。結果として元のベースモデルよりもリクエストを拒否する頻度が低くなりますが、無制限の応答が保証されるわけではなく、品質がベースモデルと異なる場合があります。
GLM 5.3 Flash Abliterated、GLM 5.3 Abliterated、GLM 4.6 Derestricted v5が含まれます。それぞれURL内に固有のモデル名を持つ個別のエンドポイントです。
各呼び出しでモデルが返したトークン数に基づいて差し引かれるトークン単位の従量課金です。料金は入力トークン100万あたり$0.40から始まります。全モデルの料金表をご確認ください。
いいえ。拒否動作の低減は無制限の出力を意味するものではなく、各モデルの知識や生成能力によっても回答は制約されます。出力結果の利用に対する責任はユーザーにあり、Muapiの利用規定方針や法令に違反するリクエストは許可されません。
はい。GLM 5.3 Flash Abliteratedではプロンプトの隣にimage_urlを指定して画像入力を送信できます。その他のモデルはテキスト専用です。
/api/v1/<model-name> へのPOSTリクエストでrequest_idが返されます。ステータスがcompletedになるまで /api/v1/predictions/{request_id}/result をポーリングし、outputsから生成テキストを読み取ります。
はい。ここにある 3 モデルすべてがツール呼び出しに対応しています:GLM 5.3 Flash Abliterated、GLM 5.3 Abliterated、GLM 4.6 Derestricted v5。Claude Code では、ANTHROPIC_BASE_URL を https://api.muapi.ai/anthropic に、ANTHROPIC_AUTH_TOKEN を Muapi の API キーに設定し、claude --model glm-5-3-flash-abliterated で起動します(ANTHROPIC_DEFAULT_HAIKU_MODEL と ANTHROPIC_SMALL_FAST_MODEL も同じ ID に設定してください)。Codex CLI への対応は実験的で、base_url に https://api.muapi.ai/openai/v1 を指定したモデルプロバイダーを追加し、model に同じ ID を設定します。品質はモデルによって異なり、小さなモデルは複数ファイルにわたる作業で手順を飛ばすことがあります。プロンプトキャッシュはないため、各ターンはそれまでの会話全体に対して課金され、1 回のレスポンスは 16,384 トークンが上限です。セットアップガイド:/docs/ai-agent-install-chat-agents
Muapi APIキーを1つ作成するだけで、このページのすべてのモデルをシンプルなRESTリクエストで呼び出すことができます。