Unquant

Opening your workspace…

Unquant

GLM-5.3-Flash

Наша флагманська модель із розрідженою архітектурою MoE на 328 млрд параметрів, у якій цензуру знято на рівні тензорів: міркування на рівні провідних моделей для складних завдань програмування, тривалої роботи агентів і глибокого аналізу, з розпізнаванням зображень, викликом інструментів і повним контекстом у 262 тис. токенів у кожному тарифі.

Наша найпотужніша модель для складних завдань програмування, тривалої роботи агентів, глибоких міркувань і аналізу, з повним контекстом у 262 тис. токенів у кожному тарифі. Працює з будь-яким клієнтом, у якому можна вказати власну базову URL-адресу API, сумісного з OpenAI, та ідентифікатор моделі.

Коротко про головне

  • Сімейство моделей: GLM-5.3-Flash
  • Ідентифікатор моделі: glm-5.3-flash
  • Тарифи від $109 / місяць
  • Використання: необмежена кількість токенів і повідомлень
  • Контекст: 262 144 токени в кожному тарифі
  • Цензуру знято на рівні тензорів, підтримуються розпізнавання зображень і виклик інструментів
  • Доступ: закрите бета-тестування · за запрошенням

Передплати GLM-5.3-Flash

  • GLM Standard: $109/місяць · необмежена кількість токенів і повідомлень · контекст 262 тис. токенів · 1 одночасний потік запитів
  • GLM Pro: $199/місяць · необмежена кількість токенів і повідомлень · контекст 262 тис. токенів · 2 одночасні потоки запитів
  • GLM Ultra: $399/місяць · необмежена кількість токенів і повідомлень · контекст 262 тис. токенів · 4 одночасні потоки запитів
  • GLM Dedicated: $5 999/місяць · необмежена кількість токенів і повідомлень · контекст 262 тис. токенів · 8 одночасних потоків запитів

Порівняти тарифи · Подати заявку на доступ до бета-версії · Переглянути документацію

Для чого створено GLM-5.3-Flash

  • Складні завдання програмування: Зміни в кількох файлах, рефакторинг і налагодження з усім репозиторієм у контексті.
  • Агенти: Виклик інструментів і налаштовувана глибина міркування для тривалих багатокрокових завдань у Claude Code, Codex або OpenCode.
  • Аналіз: Опрацювання повного тексту договорів, досліджень і великих документів.
  • Ґрунтовна робота над художніми творами: Написання великих творів зі складним сюжетом, який зберігає послідовність упродовж сотень повідомлень.

Характеристики

  • Параметри: 328 млрд (розріджена суміш експертів)
  • Контекст: 262 тис. (токенів, у кожному тарифі)
  • Вхідні дані: текст + зображення (вбудоване розпізнавання зображень)
  • Міркування: 4 рівні (вимкнено · низький · високий · максимальний)
  • Ідентифікатор моделі: glm-5.3-flash
  • Базова модель: GLM-5.3-Flash від Z.ai, з відкритими вагами
  • Вихідні дані: текст, міркування повертаються окремо
  • API: сумісний з OpenAI та Anthropic
  • Виклик інструментів, розпізнавання зображень, потокова передача, виведення у форматі JSON, API OpenAI та Anthropic, зняття цензури у вагах моделі, необмежена кількість токенів

Підключіться за хвилину

Підійде будь-який клієнт, сумісний з OpenAI. Приклад на 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)

Інструкції з налаштування: SillyTavern · Janitor AI · Open WebUI · Claude Code · Документація API

Поширені запитання про GLM-5.3-Flash

Чи справді GLM-5.3-Flash працює без цензури?

Так. Поведінку відмови усунуто у вагах моделі (зняття цензури на рівні тензорів), тому вам не потрібно підтримувати промпт для обходу обмежень. Розпізнавання зображень, виклик інструментів і міркування повністю збережено.

Чи справді використання необмежене?

Так. Кожен тариф GLM-5.3-Flash включає необмежену кількість токенів і повідомлень без лімітів чи обліку використання. Тарифи відрізняються лише кількістю запитів, які можуть виконуватися одночасно.

Який обсяг контексту мені доступний?

Повне вікно у 262 144 токени в кожному тарифі, без додаткового зменшення ліміту для окремого запиту.

Чи можна вимкнути міркування?

Так. Передайте в параметрі reasoning_effort значення "none", щоб отримувати прямі відповіді, або "low", "high" (за замовчуванням) чи "max".