Z.ai
Betriebsbereit· alle paar Minuten geprüft

GLM-4.7 Flash Heretic API

Die GLM-4.7 Flash Heretic API: ein unzensiertes Community-GLM-4.7-Flash ohne Verweigerungen, mit Reasoning, Tools und 200K-Token-Kontext, 13% unter Listenpreis

Preis pro 1M Tokens13%Rabatt
Input
$0.061$0.07
Output
$0.35$0.40
Eingabe aus dem Cache
$0.0305$0.035
Hol dir deinen API-KeyIm Playground ausprobieren
Model IDglm-4.7-flash-hereticAktualisiert
chat.py
from openai import OpenAI
client = OpenAI(
    base_url="https://api.zurelay.com/v1",
    api_key="YOUR_ZURELAY_KEY",
)
stream = client.chat.completions.create(
    model="glm-4.7-flash-heretic",
    messages=[
        {"role": "user", "content": "Explain quicksort briefly."},
    ],
    stream=True,
)
for chunk in stream:
    if chunk.choices:
        print(chunk.choices[0].delta.content or "", end="")

Base URL https://api.zurelay.com/v1. Funktioniert mit jedem OpenAI SDK. Chat-API-Doku

Kontextfenster
200K Tokens
Max. Ausgabe
24K Tokens
Reasoning
none · low · medium · high
Input
Text
Status
Betriebsbereit

Preise

GLM-4.7 Flash Heretic API-Preise. Ein Bruchteil des Listenpreises.

Du zahlst aus Prepaid-Guthaben, ohne Abo. Lade ab $10 auf. Fehlgeschlagene Anfragen werden nie berechnet.

PreisZurelayZ.ai-Listenpreis
Input
pro 1M tokens
$0.061$0.07
Output
pro 1M tokens
$0.35$0.40
Eingabe aus dem Cache
pro 1M tokens
$0.0305$0.035

Ein Preis unabhängig von der Prompt-Länge, up to the full 200K context window. Streaming, Tool-Aufrufe und strukturierte Ausgaben kosten nichts extra.

Alle Uncensored LLM-Modelle und Preise
Sparrechner

Stell mit den Reglern deinen monatlichen Verbrauch ein.

Eingabe-Token pro Monat50M
Ausgabe-Token pro Monat10M
Zurelay
$6.55
Z.ai-Listenpreis
$7.50
Du sparst jeden Monat$0.95

$11.40 pro Jahr

Kosten

GLM-4.7 Flash Heretic API-Kosten, durchgerechnet.

Typische Workloads zu Zurelays aktuellen Preisen, direkt neben dem Listenpreis.

  • Chatbot

    50,000 Anfragen pro Monat, 1,500 Tokens rein und 300 raus, 30% des Inputs aus dem Cache. $0.000183 pro Anfrage.

    $9.14pro Monat$10.46 zum Listenpreis

  • Dokumente

    20,000 Anfragen pro Monat, 8,000 Tokens rein und 500 raus, 20% des Inputs aus dem Cache. $0.000614 pro Anfrage.

    $12.28pro Monat$14.08 zum Listenpreis

  • Coding-Agent

    5,000 Anfragen pro Monat, 40,000 Tokens rein und 1,500 raus, 85% des Inputs aus dem Cache. $0.00193 pro Anfrage.

    $9.64pro Monat$11.05 zum Listenpreis

  • Klassifizierung

    1,000,000 Anfragen pro Monat, 400 Tokens rein und 5 raus. $0.000026 pro Anfrage.

    $26.15pro Monat$30.00 zum Listenpreis

Übersicht

Was ist GLM-4.7 Flash Heretic?

GLM-4.7 Flash Heretic ist eine unzensierte Community-Version von GLM-4.7 Flash von Z.ai. Sie wurde mit Heretic erstellt, einem Open-Source-Tool, das die Verweigerungen eines Modells automatisch entfernt. Sie stammt nicht von Z.ai und wird auch nicht von Z.ai unterstützt. Die Zurelay GLM-4.7 Flash Heretic API stellt sie über einen einzigen OpenAI-kompatiblen Endpoint bereit, mit 200K-Token-Kontextfenster, abschaltbarem Reasoning und Tool Calling, 13% unter Listenpreis. Für alles, was du sendest, gelten weiterhin die Nutzungsbedingungen von Zurelay.

GLM-4.7 Flash Heretic basiert auf GLM-4.7 Flash, dem schnellen Open-Weight-Modell von Z.ai. Heretic, ein Open-Source-Tool, findet in den internen Aktivierungen des Modells die Richtung, die mit Verweigern zusammenhängt, und passt die Gewichte so an, dass sie unterdrückt wird – ganz ohne Neutraining. Das Ergebnis, von Olafangensan auf Hugging Face veröffentlicht, beantwortet Prompts, die das Original ablehnt. Es ist ein Community-Build und stammt nicht von Z.ai, noch wird es von Z.ai unterstützt. Es liest und schreibt Text, mit einem Kontextfenster von 200.000 Tokens und bis zu 24.000 Output-Tokens. Auf Zurelay lautet die Modell-ID glm-4.7-flash-heretic, olafangensan-glm-4.7-flash-heretic funktioniert ebenfalls. Es kostet $0.061 pro 1M Input-Tokens und $0.35 pro 1M Output-Tokens, gecachter Input kostet $0.0305.

Es eignet sich für Aufgaben, bei denen gefilterte Modelle oft ablehnen oder abschwächen: Fiktion mit dunklen Themen, Roleplay, Red-Team-Prompts zum Testen deiner eigenen Systeme und klare Antworten zu sensiblen Themen. Wenn Verweigerungen entfernt werden, können sich auch andere Fähigkeiten verschieben. Teste das Modell also an deinen eigenen Aufgaben, bevor du dich darauf verlässt. Weniger Verweigerungen ändern nichts daran, wofür du es nutzen darfst. Für alles, was du an Zurelay sendest, gelten weiterhin die Nutzungsbedingungen (https://zurelay.com/legal/terms), einschließlich der Regeln zur zulässigen Nutzung in Abschnitt 7. Für die Verwendung der Ausgaben bist du selbst verantwortlich.

Es denkt nach, bevor es antwortet, standardmäßig auf low. Setze reasoning_effort auf none, low, medium oder high: none schaltet das Reasoning für eine schnelle, direkte Antwort aus, und in unseren Tests dachte high bei einer schwierigen Frage mehr als doppelt so lange wie low. Es ruft Tools selbstständig auf, auch mehrere gleichzeitig und beim Streaming, unterstützt json_object und json_schema in response_format und akzeptiert Stop-Sequenzen und die üblichen Sampling-Einstellungen; logprobs wird nicht unterstützt. In unseren Tests fand es einen in einem 168K-Token-Prompt versteckten Fakt in 44 Sekunden. Du zahlst $0.061 pro 1M Input-Tokens und $0.35 pro 1M Output-Tokens, bei einem Listenpreis von $0.07 und $0.40.

Stärken

Worin GLM-4.7 Flash Heretic glänzt. Und was Teams damit entwickeln.

01

Antwortet statt zu verweigern

Heretic entfernt das erlernte Verweigerungsverhalten. So bekommen Fiktion, Red-Team-Prompts und sensible Fragen eine Antwort statt einer Absage.

02

Reasoning unter deiner Kontrolle

Standardmäßig denkt es auf low. Stell auf medium oder high für schwierige Probleme hoch oder setze none für eine schnelle, direkte Antwort.

03

Tools ganz selbstständig

Es entscheidet selbst, wann es ein Tool aufruft, ruft mehrere gleichzeitig auf, auch beim Streaming, und liest die Ergebnisse. So funktioniert es in Agents.

04

Niedriger Preis pro Token

Es kostet $0.061 pro 1M Input-Tokens und $0.35 pro 1M Output-Tokens. Wiederholte Prompts werden zum Cache-Preis von $0.0305 abgerechnet.

Anwendungsfälle

  • Unzensierte Agents

    Agents, die Tools aufrufen und über mehrere Schritte hinweg nachdenken, ohne Teile der Aufgabe zu verweigern.

  • Eigene KI-Systeme testen

    Adversariale Prompts und Testfälle für deine Chatbots und Safety-Filter – die schreibt dir ein Modell, das verweigert, nicht.

  • Fiktion und Roleplay

    Dunkle und reife Geschichten und Charaktere, geschrieben, ohne dass das Modell aus der Geschichte aussteigt.

  • Lange Dokumente

    Berichte, Logs und Transkripte mit bis zu 200K Tokens, in einer einzigen Anfrage gelesen und beantwortet.

Jetzt starten

Nutze GLM-4.7 Flash Heretic in drei Schritten.

Keine Warteliste und kein neues SDK. Wenn dein Code bereits mit OpenAI kommuniziert, funktioniert er auch mit Zurelay.

  1. 1

    Key erstellen

    Sign up, add credit und create an API key. Set a monthly budget or a rate limit per key if you like.

    Hol dir deinen API-Key
  2. 2

    Point your SDK bei Zurelay

    Change the base URL. Everything else in your code stays the same.

    https://api.zurelay.com/v1
  3. 3

    glm-4.7-flash-heretic verwenden

    Send chat completions as usual. Streaming, tool calls und usage reporting work as you expect.

    glm-4.7-flash-heretic

Funktioniert mit den Tools, die du schon nutzt

Vergleich

Ähnliche Modelle. Alle mit demselben Schlüssel.

62%Rabatt

GLM-5.3 Flash

$0.058 / $0.19 pro 1M tokens

Nimm GLM-5.3 Flash, das aktuelle günstige GLM von Z.ai selbst, für Coding und Agent-Aufgaben, bei denen keine Verweigerungen entfernt sein müssen.

GLM-5.3 Flash API
2%Rabatt

Abliterated Large V2

$2.93 / $4.88 pro 1M tokens

Nimm Abliterated Large V2 für ein deutlich größeres Modell ohne Verweigerungen und mit 1M-Token-Kontextfenster, zu einem höheren Preis pro Token.

Abliterated Large V2 API
4%Rabatt

Gemma 4 Uncensored

$0.155 / $0.48 pro 1M tokens

Nimm Gemma 4 Uncensored für ein unzensiertes Modell, das Bilder lesen kann und 256K Tokens Kontext fasst.

Gemma 4 Uncensored API

FAQ

Fragen zur GLM-4.7 Flash Heretic API.

Noch Fragen? Frag unser Team – wir antworten dir per E-Mail.

Was kostet die GLM-4.7 Flash Heretic API?

Auf Zurelay kostet glm-4.7-flash-heretic $0.061 pro 1M Input-Tokens und $0.35 pro 1M Output-Tokens, gecachter Input kostet $0.0305. Der Listenpreis liegt bei $0.07 für Input und $0.40 für Output pro 1M, du sparst also 13%. Reasoning-Tokens werden als Output abgerechnet, bei jeder Prompt-Länge gilt derselbe Preis, und fehlgeschlagene Anfragen werden nie berechnet.

Was ist Heretic?

Heretic ist ein Open-Source-Tool, das die Verweigerungen eines Modells automatisch entfernt. Es vergleicht die internen Aktivierungen des Modells bei Prompts, die es ablehnt, mit denen bei Prompts, die es beantwortet, findet die mit Verweigern verbundene Richtung und passt die Gewichte so an, dass sie unterdrückt wird. Dabei stimmt es die Änderung so ab, dass sich am Modell sonst möglichst wenig ändert. GLM-4.7 Flash Heretic ist GLM-4.7 Flash nach dieser Anpassung, veröffentlicht von Olafangensan.

Stammt GLM-4.7 Flash Heretic von Z.ai?

Nein. Z.ai hat GLM-4.7 Flash entwickelt und die Gewichte veröffentlicht. GLM-4.7 Flash Heretic ist eine Community-Bearbeitung dieser Gewichte und wurde weder von Z.ai erstellt noch von Z.ai unterstützt. Fragt man das Modell, was es ist, nennt es sich GLM-4.7 Flash Heretic und nennt Z.ai als Urheber des Modells, auf dem es aufbaut. Für Z.ais eigene Modelle mit intakter Sicherheitsabstimmung nutzt du GLM-5.3 Flash oder GLM-5.3.

Gelten die Nutzungsbedingungen von Zurelay weiterhin?

Ja. Wenn man die Ablehnungen eines Modells entfernt, ändert das, was es schreibt, nicht die Regeln. Die Nutzungsbedingungen von Zurelay (https://zurelay.com/legal/terms) gelten für alles, was an GLM-4.7 Flash Heretic gesendet wird, einschließlich der Regeln zur zulässigen Nutzung in Abschnitt 7. Wie bei jedem Modell auf Zurelay bist du für die Verwendung der Ausgabe selbst verantwortlich.

Wie rufe ich die GLM-4.7 Flash Heretic API mit dem OpenAI SDK auf?

Installiere das offizielle Paket openai, setze base_url auf https://api.zurelay.com/v1 und nutze deinen Zurelay API-Key. Sende dann eine Chat-Completions-Anfrage mit model auf "glm-4.7-flash-heretic". Zurelay akzeptiert auch olafangensan-glm-4.7-flash-heretic.

Wie funktionieren die Reasoning-Stufen von GLM-4.7 Flash Heretic?

Standardmäßig denkt das Modell auf low. Setze reasoning_effort auf none, low, medium oder high. none schaltet das Reasoning für eine schnelle, direkte Antwort ab; high investiert bei schwierigen Problemen am meisten Denkaufwand, in unseren Tests mehr als doppelt so lange wie low. Das Reasoning kommt in reasoning_content zurück und wird als Output abgerechnet.

Wie groß ist das Kontextfenster von GLM-4.7 Flash Heretic?

Es fasst 200.000 Tokens Kontext und schreibt bis zu 24.000 Output-Tokens. Eine Anfrage mit höherem max_tokens wird abgelehnt. Reasoning und Antwort teilen sich dieses Budget. In unseren Tests fand das Modell einen einzelnen Fakt, der in einem Prompt mit 168K Tokens versteckt war, in 44 Sekunden.

Unterstützt GLM-4.7 Flash Heretic Tool Calling, Bilder und JSON-Ausgabe?

Mit tool_choice auto ruft es Tools selbstständig auf, auch mehrere gleichzeitig und beim Streaming, liest Tool-Ergebnisse und befolgt "required" sowie ein per Name erzwungenes Tool. Für JSON sendest du response_format mit json_object oder json_schema. Es verarbeitet nur Text: Eine Anfrage mit Bildern oder Dateien wird mit einer klaren Fehlermeldung abgewiesen, bevor etwas abgerechnet wird. logprobs wird nicht unterstützt.

Weitere Modelle auf Zurelay

Alle Modelle

Zahl nicht länger den Listenpreis.
Spare ab heute.

Erstelle in Sekunden einen Key, richte dein bestehendes SDK auf Zurelay aus und spare bei jeder Anfrage ab dem ersten Token bis zu 90%.

Hol dir deinen API-KeySprich mit einem Engineer