Unquant

Opening your workspace…

Unquant

GLM-5.3-Flash

328Bスパース MoEのフラッグシップモデル、テンソルレベルで検閲除去済み: 複雑なコーディング・長期エージェント・深い分析に向けたフロンティア級の推論、ビジョン・ツール呼び出し・全ティアで完全な262Kコンテキスト付き。

複雑なコーディング・長期エージェント・深い推論と分析に向けた最高性能モデル、全ティアで完全な262Kコンテキスト付き。カスタムOpenAI互換ベースURLとモデルIDに対応したクライアントであれば動作します。

概要

  • モデルファミリー: GLM-5.3-Flash
  • モデルID: glm-5.3-flash
  • プランは$109/月〜
  • 使用量: 無制限トークン & メッセージ
  • コンテキスト: すべてのプランで262,144トークン
  • テンソルレベルで検閲除去済み、ビジョンとツール呼び出し付き
  • アクセス: プライベートベータ · 招待制

GLM-5.3-Flashのサブスクリプション

  • GLM Standard: $109/月 · 無制限トークン & メッセージ · 262Kコンテキスト · 同時ストリーム1
  • GLM Pro: $199/月 · 無制限トークン & メッセージ · 262Kコンテキスト · 同時ストリーム2
  • GLM Ultra: $399/月 · 無制限トークン & メッセージ · 262Kコンテキスト · 同時ストリーム4
  • GLM Dedicated: $5,999/月 · 無制限トークン & メッセージ · 262Kコンテキスト · 同時ストリーム8

プランを比較 · ベータアクセスをリクエスト · ドキュメントを読む

GLM-5.3-Flashの用途

  • 複雑なコーディング: リポジトリ全体をコンテキストに含めた複数ファイルの変更・リファクタリング・デバッグ。
  • エージェント: Claude Code・Codex・OpenCodeでの長期・多ステップ実行向けのツール呼び出しと調整可能な推論。
  • 分析: 契約書・調査・長文書を全文読み込む。
  • 本格的な小説: 数百メッセージにわたって一貫性を保つプロット重視の長編執筆。

仕様

  • パラメータ: 328B（スパースエキスパート混合）
  • コンテキスト: 262K（すべてのプランでトークン数）
  • 入力: テキスト + 画像（ビジョン内蔵）
  • 推論: 4段階（none · low · high · max）
  • モデルID: glm-5.3-flash
  • ベースモデル: Z.aiによるGLM-5.3-Flash、オープンウェイト
  • 出力: テキスト、推論は別途返却
  • API: OpenAIとAnthropic互換
  • ツール呼び出し、ビジョン、ストリーミング、JSON出力、OpenAI & Anthropic APIs、重みレベルで検閲除去済み、無制限トークン

すぐに接続

OpenAI互換クライアントであれば何でも動作します。Pythonの例:

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)

セットアップガイド: SillyTavern · Janitor AI · Open WebUI · Claude Code · APIドキュメント

GLM-5.3-Flash よくある質問

GLM-5.3-Flashは本当に検閲なしですか？

はい。拒否動作はモデルの重みから除去されています（テンソルレベルの検閲除去）。維持するためのジェイルブレイクプロンプトは不要です。ビジョン・ツール呼び出し・推論はそのまま機能します。

本当に無制限ですか？

はい。すべてのGLM-5.3-Flashプランには上限やメーターなしで無制限のトークンとメッセージが含まれます。プランの違いは同時に実行できるリクエスト数のみです。

コンテキストはどれくらい使えますか？

すべてのプランで完全な262,144トークンのウィンドウ、リクエストごとの下限はありません。

推論をオフにできますか？

はい。直接回答には reasoning_effort "none"、または "low"、"high"（デフォルト）、"max" を指定してください。