Unquant

Opening your workspace…

Unquant

GLM-5.3-Flash

Nuestro modelo insignia MoE disperso de 328B, descensurado a nivel de tensor: razonamiento de clase frontera para programación compleja, agentes de larga duración y análisis profundo, con visión, llamadas a herramientas y contexto completo de 262K en todos los niveles.

Nuestro modelo más capaz, para programación compleja, agentes de larga duración, razonamiento profundo y análisis, con contexto completo de 262K en todos los niveles. Compatible con cualquier cliente que acepte una URL base y un ID de modelo personalizados compatibles con OpenAI.

En resumen

  • Familia de modelo: GLM-5.3-Flash
  • ID de modelo: glm-5.3-flash
  • Planes desde $109 / mes
  • Uso: tokens y mensajes ilimitados
  • Contexto: 262 144 tokens en todos los planes
  • Descensurado a nivel de tensor, con visión y llamadas a herramientas
  • Acceso: beta privada · solo por invitación

Suscripciones a GLM-5.3-Flash

  • GLM Standard: $109/mes · tokens y mensajes ilimitados · contexto 262K · 1 flujo simultáneo
  • GLM Pro: $199/mes · tokens y mensajes ilimitados · contexto 262K · 2 flujos simultáneos
  • GLM Ultra: $399/mes · tokens y mensajes ilimitados · contexto 262K · 4 flujos simultáneos
  • GLM Dedicated: $5 999/mes · tokens y mensajes ilimitados · contexto 262K · 8 flujos simultáneos

Comparar planes · Solicitar acceso beta · Leer la documentación

Para qué está diseñado GLM-5.3-Flash

  • Programación compleja: Cambios en múltiples archivos, refactorizaciones y depuración con todo el repositorio en contexto.
  • Agentes: Llamadas a herramientas y razonamiento ajustable para ejecuciones largas y de múltiples pasos en Claude Code, Codex u OpenCode.
  • Análisis: Contratos, investigación y documentos largos, leídos en su totalidad.
  • Ficción de largo aliento: Escritura larga con tramas complejas que mantiene la coherencia a lo largo de cientos de mensajes.

Especificaciones

  • Parámetros: 328B (mezcla dispersa de expertos)
  • Contexto: 262K (tokens, en todos los planes)
  • Entrada: Texto + imágenes (Visión incorporada)
  • Razonamiento: 4 niveles (none · low · high · max)
  • ID de modelo: glm-5.3-flash
  • Modelo base: GLM-5.3-Flash de Z.ai, pesos abiertos
  • Salida: Texto, con razonamiento devuelto por separado
  • API: Compatible con OpenAI y Anthropic
  • Llamadas a herramientas, Visión, Streaming, Salida JSON, APIs de OpenAI y Anthropic, Descensurado en los pesos, Tokens ilimitados

Conectándose en un minuto

Funciona cualquier cliente compatible con OpenAI. En Python:

from openai import OpenAI

client = OpenAI(base_url="https://api.unquant.io/v1", api_key="YOUR_UNQUANT_KEY")
reply = client.chat.completions.create(
    model="glm-5.3-flash",
    messages=[{"role": "user", "content": "Hello!"}],
)
print(reply.choices[0].message.content)

Guías de configuración: SillyTavern · Janitor AI · Open WebUI · Claude Code · Documentación de la API

Preguntas frecuentes sobre GLM-5.3-Flash

¿GLM-5.3-Flash está realmente descensurado?

Sí. El comportamiento de rechazo se elimina en los pesos del modelo (descensurado a nivel de tensor), por lo que no es necesario mantener un prompt de jailbreak. La visión, las llamadas a herramientas y el razonamiento permanecen intactos.

¿Es realmente ilimitado?

Sí. Todos los planes de GLM-5.3-Flash incluyen tokens y mensajes ilimitados sin límites ni contadores. Los planes solo difieren en cuántas solicitudes pueden ejecutarse a la vez.

¿Cuánto contexto se obtiene?

La ventana completa de 262 144 tokens en todos los planes, sin límite inferior por solicitud.

¿Se puede desactivar el razonamiento?

Sí. Envía reasoning_effort "none" para respuestas directas, o "low", "high" (el valor por defecto) o "max".