Unquant

Opening your workspace…

Unquant

GLM-5.3-Flash

Il nostro modello di punta con architettura MoE sparsa da 328 miliardi di parametri, senza censura a livello dei tensori: ragionamento ai massimi livelli per programmazione complessa, agenti che operano a lungo e analisi approfondite, con comprensione delle immagini, chiamate a strumenti e l'intera finestra di contesto da 262K su tutti i piani.

Il nostro modello più potente, per programmazione complessa, agenti che operano a lungo, ragionamento e analisi approfonditi, con l'intera finestra di contesto da 262K su tutti i piani. Funziona con qualsiasi client che consenta di impostare un URL di base compatibile con OpenAI e un ID modello personalizzati.

In breve

  • Famiglia del modello: GLM-5.3-Flash
  • ID modello: glm-5.3-flash
  • Piani a partire da 109 $ / mese
  • Utilizzo: token & messaggi illimitati
  • Contesto: 262.144 token su tutti i piani
  • Senza censura a livello dei tensori, con comprensione delle immagini e chiamate a strumenti
  • Accesso: beta privata · su invito

Abbonamenti GLM-5.3-Flash

  • GLM Standard: 109 $/mese · token & messaggi illimitati · contesto da 262K · 1 flusso di richieste alla volta
  • GLM Pro: 199 $/mese · token & messaggi illimitati · contesto da 262K · 2 flussi di richieste simultanei
  • GLM Ultra: 399 $/mese · token & messaggi illimitati · contesto da 262K · 4 flussi di richieste simultanei
  • GLM Dedicated: 5.999 $/mese · token & messaggi illimitati · contesto da 262K · 8 flussi di richieste simultanei

Confronta i piani · Richiedi l'accesso alla beta · Leggi la documentazione

Per cosa è progettato GLM-5.3-Flash

  • Programmazione complessa: Modifiche a più file, ristrutturazione del codice e individuazione e correzione degli errori con l'intero repository nel contesto.
  • Agenti: Chiamate a strumenti e ragionamento regolabile per esecuzioni prolungate in più passaggi in Claude Code, Codex o OpenCode.
  • Analisi: Contratti, ricerche e documenti lunghi, letti per intero.
  • Narrativa ambiziosa: Testi lunghi con trame articolate che mantengono la coerenza per centinaia di messaggi.

Specifiche

  • Parametri: 328 miliardi (architettura sparsa a miscela di esperti)
  • Contesto: 262K (token, su tutti i piani)
  • Input: testo + immagini (comprensione delle immagini integrata)
  • Ragionamento: 4 livelli (none · low · high · max)
  • ID modello: glm-5.3-flash
  • Modello di base: GLM-5.3-Flash di Z.ai, con pesi aperti
  • Output: testo, con il ragionamento restituito separatamente
  • API: compatibile con OpenAI e Anthropic
  • Chiamate a strumenti, comprensione delle immagini, risposte in streaming, output JSON, API OpenAI & Anthropic, censura rimossa dai pesi, token illimitati

Connettiti in un minuto

Funziona con qualsiasi client compatibile con OpenAI. In 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)

Guide alla configurazione: SillyTavern · Janitor AI · Open WebUI · Claude Code · Documentazione API

Domande frequenti su GLM-5.3-Flash

GLM-5.3-Flash è davvero senza censura?

Sì. Il comportamento che porta il modello a rifiutare le richieste viene rimosso intervenendo sui suoi pesi (rimozione della censura a livello dei tensori), quindi non hai bisogno di un prompt di jailbreak da tenere aggiornato. La comprensione delle immagini, le chiamate a strumenti e il ragionamento restano intatti.

È davvero illimitato?

Sì. Ogni piano GLM-5.3-Flash include token e messaggi illimitati, senza tetti di utilizzo né conteggio dei consumi. I piani differiscono solo per il numero di richieste che puoi eseguire contemporaneamente.

Quanto contesto ho a disposizione?

L'intera finestra da 262.144 token su tutti i piani, senza limiti inferiori per le singole richieste.

Posso disattivare il ragionamento?

Sì. Imposta reasoning_effort su "none" per ottenere risposte dirette, oppure su "low", "high" (il valore predefinito) o "max".