De GLM Abliterated API geeft u programmatische toegang tot GLM 5.3 Flash Abliterated, GLM 5.3 Abliterated en GLM 4.6 Derestricted v5 via één Muapi API-sleutel. Elk eindpunt heeft dezelfde verzoektekst: prompt, optionele system_prompt, max_tokens en image_url op vision-compatibele modellen.Geablitereerde modellen zijn taalmodellen die zijn aangepast om het ingebouwde weigeringsgedrag te verminderen. Abliteratie en gerelateerde technieken (vernietiging, derestrictie) verlagen het aantal keren dat een model een verzoek afwijst; ze garanderen geen onbeperkte uitvoer, verwijderen niet elke limiet of wijzigen het beleid voor acceptabel gebruik van Muapi. U blijft verantwoordelijk voor de manier waarop u de output gebruikt.
GLM 5.3 Flash met weigeringsgedrag verminderd door abliteratie: snel redeneren, een 1M-token contextvenster en optionele beeldinvoer.
GLM 4.6 (v5) waarbij het weigeringsgedrag is verminderd door derestrictie: een contextvenster van 131K token, tekst in en tekst uit.
De volledige GLM 5.3 met weigeringsgedrag verminderd door abliteratie: een contextvenster van 1M-token, tekst in en tekst uit.
Deze pagina behandelt GLM 5.3 Flash Abliterated, GLM 5.3 Abliterated en GLM 4.6 Derestricted v5 op Muapi. GLM 5.3 Flash met weigeringsgedrag verminderd door abliteratie: snel redeneren, een 1M-token contextvenster en optionele beeldinvoer. De volledige GLM 5.3 met weigeringsgedrag verminderd door abliteratie: een contextvenster van 1M-token, tekst in en tekst uit. GLM 4.6 (v5) waarbij het weigeringsgedrag is verminderd door derestrictie: een contextvenster van 131K token, tekst in en tekst uit.
Dien een prompt in, optioneel met een system_prompt om persona en toon in te stellen en een image_url op modellen met visuele capaciteit, en peiling naar de gegenereerde tekst. Typische toepassingen zijn onder meer creatief schrijven, red-team- en veiligheidsonderzoek, evaluatie aan de hand van het ongewijzigde basismodel en toepassingen waarbij de weigeringen van een basismodel legitiem werk in de weg staan. Geablitereerde modellen zijn taalmodellen die zijn aangepast om het ingebouwde weigeringsgedrag te verminderen. Abliteratie en gerelateerde technieken (vernietiging, derestrictie) verlagen het aantal keren dat een model een verzoek afwijst; ze garanderen geen onbeperkte uitvoer, verwijderen niet elke limiet of wijzigen het beleid voor acceptabel gebruik van Muapi. U blijft verantwoordelijk voor de manier waarop u de output gebruikt.
Elk eindpunt accepteert dezelfde verzoektekst en retourneert tekst via het gedeelde resultaateindpunt, dus het wisselen van model is slechts één regelwijziging.
Abliteratie en gerelateerde technieken verlagen hoe vaak het model een verzoek afwijst. Gedrag varieert per model en prompt en is geen garantie.
Stel een system_prompt in om persona, toon en uitvoerformaat te sturen voor creatief, analytisch of evaluatiewerk.
Facturering volgt de tokentellingen voor elke oproep die terugkeert. Er is geen abonnement en geen modelhosting om te beheren.
Geef een image_url door aan GLM 5.3 Flash Abliterated.
Minder weigeringen betekenen niet dat er geen regels meer zijn. Het beleid voor acceptabel gebruik van Muapi en de toepasselijke wetgeving zijn nog steeds van toepassing op wat u genereert.
| Eindpunt | Invoer | Uitvoer | Prijs | Beste voor |
|---|---|---|---|---|
Gefactureerd per token op basis van het gebruik dat elke oproep retourneert; prijzen zijn per miljoen input- en outputtokens.
Dien een JSON-verzoek in met uw Muapi API-sleutel, sla de verzoek-ID op en peil het gedeelde resultaateindpunt.
Roep glm-5-3-flash-abliterated aan met een prompt en optionele system_prompt, image_url.
Roep glm-5-3-abliterated aan met een prompt en optionele system_prompt.
Roep glm-4-6-derestricted-v5 aan met een prompt en optionele system_prompt.
Poll op het gedeelde resultaateindpunt totdat de taak is voltooid en lees vervolgens de gegenereerde tekst uit de uitvoer.
Een geablitereerd taalmodel is een model waarvan het weigeringsgedrag is verminderd door het bewerken van de interne richting die de weigeringen aandrijft, meestal zonder opnieuw te hoeven trainen. Gerelateerde termen zoals uitgewist en beperkt beschrijven soortgelijke technieken. Het resultaat leidt ertoe dat er minder aanvragen worden afgewezen dan bij het oorspronkelijke model, maar dit is geen garantie en de kwaliteit kan afwijken van het basismodel.
GLM 5.3 Flash Abliterated, GLM 5.3 Abliterated en GLM 4.6 Derestricted v5. Elk is een afzonderlijk eindpunt met een eigen modelnaam in de URL.
Facturering vindt plaats per token en wordt na elke oproep afgetrokken van de tellingen die het model retourneert. Tarieven beginnen bij $ 0,40 per miljoen invoertokens; zie de prijstabel voor elk model.
Nee. Minder weigeringen betekenen niet een onbeperkte output, en de kennis en kwaliteit van elk model bepalen nog steeds het antwoord. U bent verantwoordelijk voor de manier waarop u de uitvoer gebruikt, en verzoeken die het beleid voor acceptabel gebruik van Muapi of de wet schenden, zijn niet toegestaan.
Ja op GLM 5.3 Flash Abliterated: voeg een image_url toe naast uw prompt. De andere zijn alleen tekst.
POST naar /api/v1/<modelnaam> retourneert een request_id. Poll /api/v1/predictions/{request_id}/result totdat de status is voltooid en lees vervolgens de tekst uit de uitvoer.
Maak één Muapi API-sleutel en roep elk model op deze pagina aan met een eenvoudig REST-verzoek.