Z.ai
Operativo· comprobado cada pocos minutos

GLM-4.7 Flash Heretic API

La API de GLM-4.7 Flash Heretic: una versión comunitaria sin censura de GLM-4.7 Flash, sin sus rechazos, con razonamiento, herramientas y un contexto de 200K tokens, 13% por debajo del precio de lista

Precio por 1M de tokens13%off
Entrada
$0.061$0.07
Salida
$0.35$0.40
Entrada en caché
$0.0305$0.035
Obtén tu clave de APIPruébalo en el playground
ID del modeloglm-4.7-flash-hereticActualizado
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="")

URL base https://api.zurelay.com/v1. Funciona con cualquier OpenAI SDK. Documentación de la API de chat

Ventana de contexto
200K tokens
Salida máxima
24K tokens
Razonamiento
none · low · medium · high
Entrada
Texto
Estado
Operativo

Precios

Precios de la API de GLM-4.7 Flash Heretic. Una fracción del precio de lista.

Paga según el consumo desde un saldo prepago, sin suscripción. Recarga desde $10. Las solicitudes fallidas nunca se cobran.

TarifaZurelayZ.ai de lista
Entrada
por 1M de tokens
$0.061$0.07
Salida
por 1M de tokens
$0.35$0.40
Entrada en caché
por 1M de tokens
$0.0305$0.035

Una sola tarifa para cualquier longitud de prompt, up to the full 200K context window. El streaming, las llamadas a herramientas y las salidas estructuradas no cuestan nada extra.

Todos los modelos y precios de LLM sin censura
Calculadora de ahorro

Mueve los deslizadores según tu uso mensual.

Tokens de entrada al mes50M
Tokens de salida al mes10M
Zurelay
$6.55
Precio de lista de Z.ai
$7.50
Ahorras cada mes$0.95

$11.40 al año

Costo

El coste de la API de GLM-4.7 Flash Heretic, calculado.

Cargas de trabajo típicas con los precios en vivo de Zurelay, junto al precio de lista.

  • Chatbot

    50,000 solicitudes al mes, 1,500 tokens de entrada y 300 de salida, 30% de la entrada en caché. $0.000183 por solicitud.

    $9.14al mes$10.46 a precio de lista

  • Documentos

    20,000 solicitudes al mes, 8,000 tokens de entrada y 500 de salida, 20% de la entrada en caché. $0.000614 por solicitud.

    $12.28al mes$14.08 a precio de lista

  • Agente de código

    5,000 solicitudes al mes, 40,000 tokens de entrada y 1,500 de salida, 85% de la entrada en caché. $0.00193 por solicitud.

    $9.64al mes$11.05 a precio de lista

  • Clasificación

    1,000,000 solicitudes al mes, 400 tokens de entrada y 5 de salida. $0.000026 por solicitud.

    $26.15al mes$30.00 a precio de lista

Resumen

¿Qué es GLM-4.7 Flash Heretic?

GLM-4.7 Flash Heretic es una versión comunitaria sin censura de GLM-4.7 Flash, de Z.ai, creada con Heretic, una herramienta de código abierto que elimina automáticamente los rechazos de un modelo. No la ha creado ni respaldado Z.ai. La API de GLM-4.7 Flash Heretic de Zurelay lo ofrece a través de un único endpoint compatible con OpenAI, con una ventana de contexto de 200K tokens, razonamiento que puedes desactivar y llamadas a herramientas, 13% por debajo del precio de lista. Los Términos del servicio de Zurelay se siguen aplicando a todo lo que le envíes.

GLM-4.7 Flash Heretic parte de GLM-4.7 Flash, el modelo rápido de pesos abiertos de Z.ai, y elimina sus rechazos con Heretic, una herramienta de código abierto que encuentra la dirección en las activaciones internas del modelo asociada al rechazo y edita los pesos para suprimirla, sin reentrenar. El resultado, publicado en Hugging Face por Olafangensan, responde a las peticiones que el original rechaza. Es una versión comunitaria, no creada ni respaldada por Z.ai. Lee y escribe texto, con una ventana de contexto de 200,000 tokens y hasta 24,000 tokens de salida. En Zurelay, el ID del modelo es glm-4.7-flash-heretic, y olafangensan-glm-4.7-flash-heretic también funciona. Cuesta $0.061 por 1M de tokens de entrada y $0.35 por 1M de tokens de salida, con la entrada en caché a $0.0305.

Es adecuado para trabajos que los modelos con filtros suelen rechazar o suavizar: ficción con temas oscuros, juegos de rol, prompts de red team para probar tus propios sistemas y respuestas directas sobre temas delicados. Eliminar los rechazos también puede alterar otras capacidades, así que pruébalo con tus propias tareas antes de depender de él. Que rechace menos no cambia lo que puedes hacer con él. Los Términos del servicio de Zurelay (https://zurelay.com/legal/terms) se siguen aplicando a todo lo que se le envíe, incluidas las normas de uso aceptable de la sección 7, y eres responsable del uso que hagas de sus resultados.

Razona antes de responder, con nivel low por defecto. Configura reasoning_effort como none, low, medium o high: none desactiva el razonamiento para obtener una respuesta rápida y directa, y en nuestras pruebas high pensó más del doble que low ante una pregunta difícil. Llama a herramientas por sí solo, varias a la vez y también en streaming, respeta json_object y json_schema en response_format, y admite secuencias de parada y los ajustes de muestreo habituales; logprobs no es compatible. En nuestras pruebas encontró un dato escondido en un prompt de 168K tokens en 44 segundos. Pagas $0.061 por 1M de tokens de entrada y $0.35 por 1M de tokens de salida, frente a un precio de lista de $0.07 y $0.40.

Puntos fuertes

Dónde destaca GLM-4.7 Flash Heretic. Y qué construyen los equipos con él.

01

Responde en lugar de rechazar

Heretic elimina el comportamiento de rechazo aprendido, así que la ficción, los prompts de red team y las preguntas delicadas reciben una respuesta en lugar de un rechazo.

02

Razonamiento a tu control

Piensa en nivel low por defecto; súbelo a medium o high para problemas difíciles, o usa none para una respuesta rápida y directa.

03

Herramientas por sí solo

Decide cuándo llamar a una herramienta, llama a varias a la vez, también en streaming, y lee los resultados, así que funciona bien en agentes.

04

Un precio bajo por token

Cuesta $0.061 por 1M de tokens de entrada y $0.35 por 1M de tokens de salida, y los prompts repetidos se facturan a la tarifa de caché de $0.0305.

Casos de uso

  • Agentes sin censura

    Agentes que llaman a herramientas y razonan en varios pasos sin rechazar partes de la tarea.

  • Pruebas de tus propios sistemas de IA

    Prompts adversariales y casos de prueba para tus chatbots y filtros de seguridad, que un modelo que rechaza no te escribirá.

  • Ficción y juegos de rol

    Historias y personajes oscuros y para adultos, escritos sin que el modelo se salga de la historia.

  • Documentos largos

    Informes, logs y transcripciones de hasta 200K tokens, leídos y respondidos en una sola solicitud.

Comenzar

Llama a GLM-4.7 Flash Heretic en tres pasos.

Sin listas de espera y sin SDK nuevo. Si tu código ya habla con OpenAI, ya habla con Zurelay.

  1. 1

    Crear una clave

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

    Obtén tu clave de API
  2. 2

    Point your SDK a Zurelay

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

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

    Usar glm-4.7-flash-heretic

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

    glm-4.7-flash-heretic

Funciona con las herramientas que ya usas

Comparar

Modelos similares. Todos con la misma clave.

62%off

GLM-5.3 Flash

$0.058 / $0.19 por 1M tokens

Elige GLM-5.3 Flash, el GLM económico actual de Z.ai, para programación y tareas de agentes que no necesitan que se eliminen los rechazos.

API de GLM-5.3 Flash
2%off

Abliterated Large V2

$2.93 / $4.88 por 1M tokens

Elige Abliterated Large V2 si quieres un modelo mucho más grande, sin rechazos y con una ventana de contexto de 1M de tokens, a un precio más alto por token.

API de Abliterated Large V2
4%off

Gemma 4 Uncensored

$0.155 / $0.48 por 1M tokens

Elige Gemma 4 Uncensored si quieres un modelo sin censura que lee imágenes y admite 256K tokens de contexto.

API de Gemma 4 Uncensored

Preguntas frecuentes

Preguntas sobre la API de GLM-4.7 Flash Heretic.

¿Algo más? Pregunta a nuestro equipo y te responderemos por correo.

¿Cuánto cuesta la API de GLM-4.7 Flash Heretic?

En Zurelay, glm-4.7-flash-heretic cuesta $0.061 por 1M de tokens de entrada y $0.35 por 1M de tokens de salida, con la entrada en caché a $0.0305. El precio de lista es $0.07 de entrada y $0.40 de salida por 1M, así que ahorras 13%. Los tokens de razonamiento se facturan como salida, se aplica una sola tarifa sea cual sea la longitud del prompt y las solicitudes fallidas nunca se cobran.

¿Qué es Heretic?

Heretic es una herramienta de código abierto que elimina automáticamente los rechazos de un modelo. Compara las activaciones internas del modelo ante prompts que rechaza y prompts que responde, encuentra la dirección asociada al rechazo y edita los pesos para suprimirla, ajustando la edición para que el modelo cambie lo mínimo posible en lo demás. GLM-4.7 Flash Heretic es GLM-4.7 Flash tras esa edición, publicado por Olafangensan.

¿GLM-4.7 Flash Heretic está creado por Z.ai?

No. Z.ai creó GLM-4.7 Flash y publicó sus pesos; GLM-4.7 Flash Heretic es una edición de la comunidad de esos pesos, no creada ni respaldada por Z.ai. Si le preguntas qué es, se presenta como GLM-4.7 Flash Heretic y da crédito a Z.ai, cuyo modelo es su base. Para los modelos propios de Z.ai con su ajuste de seguridad intacto, usa GLM-5.3 Flash o GLM-5.3.

¿Siguen aplicándose los Términos del servicio de Zurelay?

Sí. Quitar las negativas de un modelo cambia lo que escribirá, no las reglas. Los Términos del Servicio de Zurelay (https://zurelay.com/legal/terms) se aplican a todo lo que se envía a GLM-4.7 Flash Heretic, incluidas las reglas de uso aceptable de la sección 7, y tú eres responsable de cómo uses sus resultados, como con cualquier modelo en Zurelay.

¿Cómo llamo a la API de GLM-4.7 Flash Heretic con el SDK de OpenAI?

Instala el paquete oficial openai, define base_url como https://api.zurelay.com/v1 y usa tu clave de API de Zurelay. Luego envía una solicitud de Chat Completions con model definido como "glm-4.7-flash-heretic". Zurelay también acepta olafangensan-glm-4.7-flash-heretic.

¿Cómo funcionan los niveles de razonamiento de GLM-4.7 Flash Heretic?

Por defecto razona en nivel low. Define reasoning_effort como none, low, medium o high. none desactiva el razonamiento para obtener una respuesta rápida y directa; high dedica más reflexión a los problemas difíciles, más del doble de tiempo que low en nuestras pruebas. El razonamiento llega en reasoning_content y se factura como salida.

¿Cuál es la ventana de contexto de GLM-4.7 Flash Heretic?

Admite 200,000 tokens de contexto y escribe hasta 24,000 tokens de salida; una solicitud con un max_tokens mayor se rechaza. El razonamiento y la respuesta comparten ese presupuesto. En nuestras pruebas encontró un dato enterrado en un prompt de 168K tokens en 44 segundos.

¿GLM-4.7 Flash Heretic admite llamadas a herramientas, imágenes y salida JSON?

Llama a herramientas por sí solo con tool_choice auto, varias a la vez y durante el streaming, lee los resultados de las herramientas y respeta "required" y una herramienta forzada por nombre. Para JSON, envía response_format con json_object o json_schema. Solo acepta texto: una solicitud con imágenes o archivos se rechaza con un error claro antes de facturar nada. logprobs no es compatible.

Más modelos en Zurelay

Todos los modelos

Deja de pagar el precio de lista.
Empieza a ahorrar hoy.

Crea una clave en segundos, apunta a Zurelay el SDK que ya usas y cada solicitud cuesta hasta un 90% menos desde el primer token.

Obtén tu clave de APIHabla con un ingeniero