Unquant

Opening your workspace…

Unquant

GLM-5.3-Flash

Model unggulan kami dengan arsitektur MoE spars berparameter 328 miliar, tanpa sensor di tingkat tensor: kemampuan penalaran kelas terdepan untuk pemrograman kompleks, agen yang berjalan dalam waktu lama, dan analisis mendalam, dilengkapi kemampuan visual, pemanggilan alat, dan kapasitas konteks penuh 262 ribu token di setiap paket.

Model kami yang paling mumpuni untuk pemrograman kompleks, agen yang berjalan dalam waktu lama, serta penalaran dan analisis mendalam, dengan kapasitas konteks penuh 262 ribu token di setiap paket. Dapat digunakan dengan klien apa pun yang mendukung pengaturan URL dasar yang kompatibel dengan OpenAI dan ID model secara kustom.

Sekilas

  • Keluarga model: GLM-5.3-Flash
  • ID model: glm-5.3-flash
  • Paket mulai dari $109 / bulan
  • Penggunaan: token & pesan tanpa batas
  • Konteks: 262.144 token di setiap paket
  • Tanpa sensor di tingkat tensor, dilengkapi kemampuan visual dan pemanggilan alat
  • Akses: beta tertutup · melalui undangan

Paket langganan GLM-5.3-Flash

  • GLM Standard: $109/bulan · token & pesan tanpa batas · konteks 262 ribu token · 1 aliran permintaan bersamaan
  • GLM Pro: $199/bulan · token & pesan tanpa batas · konteks 262 ribu token · 2 aliran permintaan bersamaan
  • GLM Ultra: $399/bulan · token & pesan tanpa batas · konteks 262 ribu token · 4 aliran permintaan bersamaan
  • GLM Dedicated: $5.999/bulan · token & pesan tanpa batas · konteks 262 ribu token · 8 aliran permintaan bersamaan

Bandingkan paket · Ajukan akses beta · Baca dokumentasi

Kegunaan GLM-5.3-Flash

  • Pemrograman kompleks: Perubahan pada banyak berkas, restrukturisasi kode, dan pelacakan kesalahan dengan seluruh repositori dalam konteks.
  • Agen: Pemanggilan alat dan penalaran yang dapat disesuaikan untuk proses panjang dengan banyak langkah di Claude Code, Codex, atau OpenCode.
  • Analisis: Kontrak, riset, dan dokumen panjang yang dibaca secara utuh.
  • Penulisan fiksi mendalam: Penulisan karya panjang dengan alur kompleks yang tetap konsisten sepanjang ratusan pesan.

Spesifikasi

  • Parameter: 328 miliar (arsitektur campuran pakar spars)
  • Konteks: 262 ribu (token, di setiap paket)
  • Masukan: Teks + gambar (kemampuan visual bawaan)
  • Penalaran: 4 tingkat (none · low · high · max)
  • ID model: glm-5.3-flash
  • Model dasar: GLM-5.3-Flash dari Z.ai, dengan bobot terbuka
  • Keluaran: Teks, dengan penalaran dikembalikan secara terpisah
  • API: Kompatibel dengan OpenAI dan Anthropic
  • Pemanggilan alat, Kemampuan visual, Pengiriman respons bertahap, Keluaran JSON, API OpenAI & Anthropic, Sensor dihapus dari bobot model, Token tanpa batas

Hubungkan dalam semenit

Klien apa pun yang kompatibel dengan OpenAI dapat digunakan. Contoh dalam 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)

Panduan penyiapan: SillyTavern · Janitor AI · Open WebUI · Claude Code · Dokumentasi API

Pertanyaan umum tentang GLM-5.3-Flash

Apakah GLM-5.3-Flash benar-benar tanpa sensor?

Ya. Perilaku penolakan dihapus dari bobot model (penghapusan sensor di tingkat tensor), sehingga Anda tidak perlu terus menyesuaikan prompt untuk mengakali pembatasan. Kemampuan visual, pemanggilan alat, dan penalaran tetap utuh.

Apakah penggunaannya benar-benar tanpa batas?

Ya. Setiap paket GLM-5.3-Flash mencakup token dan pesan tanpa batas, tanpa kuota atau pengukuran pemakaian. Satu-satunya perbedaan antarpaket adalah jumlah permintaan yang dapat berjalan bersamaan.

Berapa kapasitas konteks yang saya dapatkan?

Kapasitas konteks penuh 262.144 token di setiap paket, tanpa batas per permintaan yang lebih rendah.

Bisakah saya menonaktifkan penalaran?

Ya. Kirim reasoning_effort dengan nilai "none" untuk jawaban langsung, atau "low", "high" (nilai bawaan), atau "max".