文档 · 模型

GLM-5.3-Abliterated 与 GLM-5.3-Flash-Abliterated

2026-11-10

GLM 线路的两个私有部署模型：只收文本的 GLM-5.3-Abliterated，和更快、能看图的 GLM-5.3-Flash-Abliterated。推理档位、上限和价格。

GLM 线路卖两个模型，都由私有部署提供，不经过 Z.ai 官方 API，出现的地方都标着「私有部署」。

GLM-5.3-Abliterated 是 Z.ai GLM-5.3 的商业微调版本。微调增加了垂直业务能力，并移除了内置的拒绝对齐（abliterated 就是这个意思）。
GLM-5.3-Flash-Abliterated 是 Z.ai 的 GLM-5.3-Flash，用同样的方式移除了拒绝对齐。它更便宜、更快，而且能看图。

目录里第三个 abliterated 模型 deepseek-flash-Abliterated 在 DeepSeek 线路上。

设置	`GLM-5.3-Abliterated`	`GLM-5.3-Flash-Abliterated`
输入	只收文本	文本和图片（base64 data URL）
上下文窗口	1,000,000 token	1,048,576 token
最大输出	131,072 token	131,072 token
端点	`/v1/chat/completions`、`/v1/messages`	`/v1/chat/completions`、`/v1/responses`、`/v1/messages`
推理档位	`low`（默认）、`high`、`max`，始终开启	`low`（默认）、`high`、`max`，始终开启
权重精度	NVFP4 量化	NVFP4 量化
每百万 token	输入 $3.00，缓存读取 $0.45，输出 $6.00	输入 $0.36，缓存读取 $0.075，输出 $1.50

权重精度一行说的是这个私有部署本身：它跑的是量化后的权重，不是 Z.ai 官方的全精度服务。

模型 id 区分大小写，请求时要一字不差地写 GLM-5.3-Abliterated 或 GLM-5.3-Flash-Abliterated。写错大小写，目录里就找不到这个模型，中转服务会返回 403，提示「Model is not offered by this service」。

线路与端点

两个模型都只在一条线路上出售。在 API 密钥 页面上它显示为 GLM，线路名 私有部署（路由 id 是 z-official）。它背后没有共享池。用 自动路由 密钥，同样会把请求送到这里。

请求发到 POST /v1/chat/completions：

curl https://api.topxai.xyz/v1/chat/completions \
  -H "content-type: application/json" \
  -H "Authorization: Bearer sk-xxxx" \
  -d '{"model":"GLM-5.3-Abliterated","messages":[{"role":"user","content":"Say hello in one sentence."}]}'

响应里的 model 字段写的是目录里的名字，不是上游内部的 id。流式响应也一样：每个 chunk 和最后那个带 usage 的 chunk 都写目录里的名字。

两个模型都能用 /v1/messages：中继会把请求转成 Chat Completions，GLM-5.3-Abliterated 还会做下文说的附件替换。GLM-5.3-Flash-Abliterated 另外接受 POST /v1/responses，请在 input 里带上完整对话，服务端不承诺保存会话。GLM-5.3-Abliterated 没有 Responses 端点。

图片

GLM-5.3-Abliterated 只收文本和工具调用。消息里如果带了图片、音频、文件或视频内容块，中转服务不会直接回 400，而是把每个这样的内容块换成一段文本：

[Attachment omitted: this model accepts text only.]

消息其余内容原样转发，模型会在上下文里看到这条说明。有的客户端「添加模型」时会先发一条带小图的测试请求，这样处理后测试也能通过。这条替换在 /v1/chat/completions 和 /v1/messages 上都生效；在 /v1/messages 上，tool_result 里带的图片也会换成这句说明，tool_result 里带文档仍然返回 400。

GLM-5.3-Flash-Abliterated 能看图，图片要放在 image_url 内容块里，写成 base64 data URL（data:image/png;base64,...）。它不会去下载 http(s) 图片地址：发的是网址，模型会回答看不到图片，这次请求照样计费。

转发前，中转服务还会清掉两类字段，这条规则对所有模型生效。一类是没有 tools 却带了 tool_choice，另一类是 "tools": []、"logit_bias": {}、"stop": [] 这种空容器。真正的工具定义、logit bias 和停止序列都原样转发。

上下文与输出

上下文窗口提示词和输出合起来算：GLM-5.3-Abliterated 是 1,000,000 token，GLM-5.3-Flash-Abliterated 是 1,048,576 token。/api/pricing 把它列为 context_window，两个模型的 max_output 都是 131,072。这个数是给客户端在窗口里预留回答空间用的，中转服务不拿它限制请求；请求里没写上限，转发时也不会补上。max_tokens 或 max_completion_tokens 超过 1,000,000，部署会直接拒绝；上限设得很大，也只有提示词很短时才写得到。

推理

两个模型每次回答前都会推理，推理关不掉。深度用 reasoning_effort 设置，可选 low、high、max，没设档位的请求按 low 跑。2026 年 11 月 8 日之前，GLM-5.3-Abliterated 默认按 max 跑，想保持原来的深度，请求里写 "reasoning_effort": "max"。

OpenAI 的其他档位由中转服务换算：minimal 按 low，medium 按 high，xhigh 按 max。none 和 off 也按 low 跑，因为模型停不了推理，这部分 token 照样消耗。嵌套写法 "reasoning": {"effort": "high"} 效果相同，在 /v1/responses 上档位写在 reasoning.effort。部署只收到档位本身，reasoning 对象里的其他字段（比如 exclude）不起作用。

Z.ai 官方 API 用 "thinking": {"type": "enabled"} 或 {"type": "disabled"} 开关推理。中转服务转发前会把这个对象并进档位：disabled 和布尔值 "thinking": false 换成 none，实际按 low 跑；enabled 直接去掉，因为推理本来就开着。请求里如果同时设了 reasoning_effort 或 reasoning 对象，以那个设置为准。

推理内容和回答放在一起，在 choices[].message 里，流式时在 choices[].delta 里，字段名是 reasoning 或 reasoning_content。推理 token 计入 usage.completion_tokens，按输出价计费。include_reasoning 不会转发给上游。

参数

两个模型都遵守 stop，支持 json_object 和 json_schema 两种 response_format（strict 开不开都行），tool_choice 可以设成 "none"、"required" 或指定某个函数，parallel_tool_calls: false 也有效。工具调用、并行工具调用、工具结果往返、带 usage 的流式输出，以及 temperature 和 top_p，用法和 OpenAI 格式一样。有两个字段例外：

不支持 n。不管 n 设多少，都只返回一个结果，也只计一次费。
不返回 logprobs。

GLM-5.3-Abliterated 的结构化输出

在 GLM-5.3-Abliterated 上，部署在生成时就按 json_schema 约束回答，出问题的是几种字符串格式。2026-10-16 用 reasoning_effort low 实测：提示词没说清某个字段该填什么时，带 "format": "uri" 的字段会塞满连成一串的字母，一直写到 max_tokens 才停，返回的 JSON 是截断的，写到上限的 token 全部计费。12 次里有 9 次是这样，"format": "email" 10 次里出过 1 次。带 "format": "date" 或 "date-time" 的字段，格式对，日期却错：问 Ada Lovelace 的生日，模型写的是 1046-10-14，实际是 1815-12-10，10 次里错了 7 次。

所以给 GLM-5.3-Abliterated 的请求，中转服务转发前会把 schema 里的 uri、email、date、date-time 拿掉，按 {format: "uri"} 的写法放进该字段的 description，部署只要求这个字段是字符串。提示词里明确要这个值的请求，不管带不带格式，16 次都拿到了正确的 URL、邮箱或 ISO 日期。提示词没说清的请求，这个字段常常填成一句介绍；40 次里仍有 2 次写到 max_tokens，1 次给了错的 ISO 日期，而同样的提示词完全不带格式时，16 次里有 1 次写到 max_tokens。其他格式原样转发。用没说清的提示词另外试过 hostname 和 uri-reference，格式都对，内容却没有意义（hostname 填了 8，uri-reference 填了 Ada_Lovelace）。请在提示词里写明每个字段要填什么，解析之后用自己的代码检查这些值。GLM-5.3-Flash-Abliterated 收到的 schema 和你发的一样。

价格

下表是主部署的价格，单位是美元 / 每百万 token，全天固定，没有长上下文档位，也没有缓存写入价：

模型	输入	缓存读取	输出
`GLM-5.3-Abliterated`	$3.00	$0.45	$6.00
`GLM-5.3-Flash-Abliterated`	$0.36	$0.075	$1.50

这张价目表从 2026 年 11 月 10 日起执行，之前的价格见更新日志。提示词缓存自动生效，命中缓存的提示词 token 按缓存读取价计费。模型价格页还列出两个基础模型在 Z.ai 的牌价作参考，出处是 https://docs.z.ai/guides/overview/pricing（2026-11-08 核对）：GLM-5.3 输入 $1.40、缓存读取 $0.26、输出 $4.40；GLM-5.3-Flash 依次是 $0.15、$0.03、$0.50。两个模型的每一项都高于这份牌价。已受理的请求和历史账单保留受理时记录的价格。

备用部署

GLM-5.3-Abliterated 部署了两套，第二套放在成本更高的机房，平时只做备用。主部署在作答前出故障时，请求可能自动转到备用部署，这次请求按备用价计费：每百万 token 输入 $4.00，缓存读取 $0.40，输出 $7.00。这种情况很少发生。

在用量日志里，这样的请求标着备用部署（英文界面为 Backup deployment），并列出它实际按哪组备用价计费。首页和模型页的价格表里，该模型价格下方也有一行备用部署，写的是同一组价格。

GLM-5.3-Flash-Abliterated 没有备用部署。它的部署出故障时，请求直接失败，不扣费。

合规声明

凡是介绍这两个模型的地方，都会用小字印一段声明，它对每一次请求都有效：

由于微调可能影响安全对齐，模型可能会输出含有偏见、攻击性或违反当地法律法规的内容。使用者需自行承担全部合规与法律责任。

AI 可接受使用政策对这条线路的约束，和对 Claude、OpenAI、Grok、Kimi、DeepSeek、Jev 的约束一样。去掉了拒绝对齐，不等于去掉了政策。拿不准某个用途能不能做，先通过右下角的帮助按钮或 support@topxai.xyz 问一下，再把它接进你的产品。

模型：GLM-5.3-Abliterated, GLM-5.3-Flash-Abliterated · 模型与价格