Z.ai
Opérationnel· vérifié toutes les quelques minutes

GLM-4.7 Flash Heretic API

L'API GLM-4.7 Flash Heretic : une version communautaire non censurée de GLM-4.7 Flash, sans refus, avec raisonnement, outils et un contexte de 200K tokens, 13% sous le prix catalogue

Prix par 1M tokens13%de réduction
Entrée
$0.061$0.07
Sortie
$0.35$0.40
Entrée en cache
$0.0305$0.035
Obtenez votre clé APIEssayez dans l’espace de test
Identifiant du modèleglm-4.7-flash-hereticMis à jour
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 de base https://api.zurelay.com/v1. Compatible avec tous les SDK OpenAI. Documentation de l’API de chat

Fenêtre de contexte
200K tokens
Sortie max.
24K tokens
Raisonnement
none · low · medium · high
Entrée
Texte
Statut
Opérationnel

Tarifs

Tarifs de l’API GLM-4.7 Flash Heretic. Une fraction du prix catalogue.

Payez à l’usage avec votre crédit prépayé, sans abonnement. Rechargez dès $10. Les requêtes qui échouent ne sont jamais facturées.

TarifZurelayTarif public Z.ai
Entrée
par 1M tokens
$0.061$0.07
Sortie
par 1M tokens
$0.35$0.40
Entrée en cache
par 1M tokens
$0.0305$0.035

Un tarif unique, quelle que soit la longueur du prompt, up to the full 200K context window. Le streaming, les appels d’outils et les sorties structurées sont sans supplément.

Tous les modèles LLM sans censure et leurs prix
Simulateur d’économies

Ajustez les curseurs selon votre utilisation mensuelle.

Tokens d’entrée par mois50M
Tokens de sortie par mois10M
Zurelay
$6.55
Tarif public Z.ai
$7.50
Vos économies chaque mois$0.95

$11.40 par an

Coût

GLM-4.7 Flash Heretic : le coût API, calculé.

Des charges de travail typiques aux prix en vigueur chez Zurelay, à côté du prix catalogue.

  • Chatbot

    50,000 requêtes par mois, 1,500 tokens en entrée et 300 en sortie, 30 % de l'entrée en cache. $0.000183 par requête.

    $9.14par mois$10.46 au prix catalogue

  • Documents

    20,000 requêtes par mois, 8,000 tokens en entrée et 500 en sortie, 20 % de l'entrée en cache. $0.000614 par requête.

    $12.28par mois$14.08 au prix catalogue

  • Agent de code

    5,000 requêtes par mois, 40,000 tokens en entrée et 1,500 en sortie, 85 % de l'entrée en cache. $0.00193 par requête.

    $9.64par mois$11.05 au prix catalogue

  • Classification

    1,000,000 requêtes par mois, 400 tokens en entrée et 5 en sortie. $0.000026 par requête.

    $26.15par mois$30.00 au prix catalogue

Vue d’ensemble

Qu’est-ce que GLM-4.7 Flash Heretic ?

GLM-4.7 Flash Heretic est une version communautaire sans censure de GLM-4.7 Flash de Z.ai, réalisée avec Heretic, un outil open source qui supprime automatiquement les refus d'un modèle. Elle n'est ni conçue ni approuvée par Z.ai. L'API Zurelay GLM-4.7 Flash Heretic la propose via un seul endpoint compatible OpenAI, avec une fenêtre de contexte de 200K tokens, un raisonnement que vous pouvez désactiver et l'appel d'outils, à 13% sous le prix catalogue. Les conditions d'utilisation de Zurelay s'appliquent toujours à tout ce que vous lui envoyez.

GLM-4.7 Flash Heretic part de GLM-4.7 Flash, le modèle open-weight rapide de Z.ai, et supprime ses refus grâce à Heretic, un outil open source qui repère, dans les activations internes du modèle, la direction associée au refus, puis modifie les poids pour l'atténuer, sans réentraînement. Le résultat, publié sur Hugging Face par Olafangensan, répond à des requêtes que le modèle d'origine refuse. C'est une version communautaire, ni conçue ni approuvée par Z.ai. Il lit et écrit du texte, avec une fenêtre de contexte de 200 000 tokens et jusqu'à 24 000 tokens en sortie. Sur Zurelay, l'ID du modèle est glm-4.7-flash-heretic, et olafangensan-glm-4.7-flash-heretic fonctionne aussi. Il coûte $0.061 par 1M de tokens en entrée et $0.35 par 1M de tokens en sortie, avec une entrée en cache à $0.0305.

Il convient aux travaux que les modèles filtrés refusent ou édulcorent souvent : fiction aux thèmes sombres, jeu de rôle, prompts de red teaming pour tester vos propres systèmes et réponses franches sur des sujets sensibles. Supprimer les refus peut aussi modifier d'autres capacités ; testez-le donc sur vos propres tâches avant de vous y fier. Moins de refus ne change pas ce que vous êtes autorisé à en faire. Les Conditions d'utilisation de Zurelay (https://zurelay.com/legal/terms) continuent de s'appliquer à tout ce qui lui est envoyé, y compris les règles d'utilisation acceptable de la section 7, et vous êtes responsable de l'usage que vous faites de ses résultats.

Il raisonne avant de répondre, à un niveau bas par défaut. Réglez reasoning_effort sur none, low, medium ou high : none désactive le raisonnement pour une réponse directe et rapide, et lors de nos tests, high a réfléchi plus de deux fois plus longtemps que low sur une question difficile. Il appelle des outils de lui-même, plusieurs à la fois et pendant le streaming, respecte json_object et json_schema dans response_format, et accepte les séquences d'arrêt ainsi que les paramètres d'échantillonnage habituels ; logprobs n'est pas pris en charge. Lors de nos tests, il a retrouvé en 44 secondes une information noyée dans un prompt de 168K tokens. Vous payez $0.061 par 1M de tokens en entrée et $0.35 par 1M de tokens en sortie, contre un prix catalogue de $0.07 et $0.40.

Points forts

Là où GLM-4.7 Flash Heretic excelle. Et ce que les équipes créent avec.

01

Répond au lieu de refuser

Heretic supprime le comportement de refus appris : la fiction, les prompts de red teaming et les questions sensibles obtiennent ainsi une réponse plutôt qu'un refus.

02

Un raisonnement que vous contrôlez

Par défaut, il réfléchit au niveau low ; passez à medium ou high pour les problèmes difficiles, ou choisissez none pour une réponse directe et rapide.

03

Outils en autonomie

Il décide quand appeler un outil, peut en appeler plusieurs à la fois, y compris en streaming, et lit les résultats : il convient donc aux agents.

04

Un faible prix par token

Le tarif est de $0.061 par million de tokens en entrée et de $0.35 par million de tokens en sortie, et les prompts répétés sont facturés au tarif du cache, soit $0.0305.

Cas d’usage

  • Agents sans censure

    Des agents qui appellent des outils et raisonnent en plusieurs étapes, sans refuser une partie de la tâche.

  • Tester vos propres systèmes d'IA

    Des prompts adversariaux et des cas de test pour vos chatbots et filtres de sécurité, qu'un modèle qui refuse ne rédigera pas pour vous.

  • Fiction et jeu de rôle

    Des histoires et des personnages sombres et matures, écrits sans que le modèle sorte de l'histoire.

  • Documents longs

    Rapports, journaux et transcriptions jusqu'à 200K tokens, lus et traités en une seule requête.

Commencer

Appelez GLM-4.7 Flash Heretic en trois étapes.

Pas de liste d’attente ni de nouveau SDK. Si votre code communique déjà avec OpenAI, il peut aussi communiquer avec Zurelay.

  1. 1

    Créer une clé

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

    Obtenez votre clé API
  2. 2

    Point your SDK en Zurelay

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

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

    Utiliser glm-4.7-flash-heretic

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

    glm-4.7-flash-heretic

Compatible avec les outils que vous utilisez déjà

Comparer

Modèles similaires. Tous avec la même clé.

62%de réduction

GLM-5.3 Flash

$0.058 / $0.19 par 1M tokens

Choisissez GLM-5.3 Flash, le GLM à bas coût actuel de Z.ai, pour le code et les tâches d'agent qui n'exigent pas la suppression des refus.

API GLM-5.3 Flash
2%de réduction

Abliterated Large V2

$2.93 / $4.88 par 1M tokens

Choisissez Abliterated Large V2 pour un modèle bien plus grand, sans refus, avec une fenêtre de contexte de 1M tokens, à un prix par token plus élevé.

API Abliterated Large V2
4%de réduction

Gemma 4 Uncensored

$0.155 / $0.48 par 1M tokens

Choisissez Gemma 4 Uncensored si vous cherchez un modèle sans censure, capable de lire une image et de gérer 256K tokens de contexte.

API Gemma 4 Uncensored

FAQ

Questions sur l’API GLM-4.7 Flash Heretic.

D’autres questions ? Contactez notre équipe et nous vous répondrons par e-mail.

Combien coûte l'API GLM-4.7 Flash Heretic ?

Sur Zurelay, glm-4.7-flash-heretic coûte $0.061 par million de tokens en entrée et $0.35 par million de tokens en sortie, avec une entrée en cache à $0.0305. Le prix catalogue est de $0.07 en entrée et $0.40 en sortie par million, soit une économie de 13%. Les tokens de raisonnement sont facturés comme des tokens de sortie, un seul tarif s'applique quelle que soit la longueur du prompt, et les requêtes échouées ne sont jamais facturées.

Qu'est-ce que Heretic ?

Heretic est un outil open source qui supprime automatiquement les refus d'un modèle. Il compare les activations internes du modèle sur des prompts qu'il refuse et sur des prompts auxquels il répond, repère la direction associée au refus, puis modifie les poids pour la supprimer, en ajustant cette modification pour que le modèle change le moins possible par ailleurs. GLM-4.7 Flash Heretic est GLM-4.7 Flash après cette modification, publié par Olafangensan.

GLM-4.7 Flash Heretic est-il développé par Z.ai ?

Non. Z.ai a créé GLM-4.7 Flash et publié ses poids ; GLM-4.7 Flash Heretic est une version modifiée de ces poids par la communauté, ni conçue ni approuvée par Z.ai. Lorsqu'on lui demande ce qu'il est, il se présente comme GLM-4.7 Flash Heretic et cite Z.ai, dont il reprend le modèle. Pour les modèles de Z.ai avec leur réglage de sécurité intact, utilisez GLM-5.3 Flash ou GLM-5.3.

Les conditions d'utilisation de Zurelay s'appliquent-elles toujours ?

Oui. Supprimer les refus d'un modèle change ce qu'il accepte d'écrire, pas les règles. Les Conditions d'utilisation de Zurelay (https://zurelay.com/legal/terms) s'appliquent à tout ce qui est envoyé à GLM-4.7 Flash Heretic, y compris les règles d'utilisation acceptable de la section 7, et vous êtes responsable de l'usage que vous faites de ses réponses, comme avec tout modèle sur Zurelay.

Comment appeler l'API GLM-4.7 Flash Heretic avec le SDK OpenAI ?

Installez le paquet officiel openai, définissez base_url sur https://api.zurelay.com/v1 et utilisez votre clé API Zurelay. Envoyez ensuite une requête Chat Completions avec model défini sur "glm-4.7-flash-heretic". Zurelay accepte aussi olafangensan-glm-4.7-flash-heretic.

Comment fonctionnent les niveaux de raisonnement de GLM-4.7 Flash Heretic ?

Par défaut, il raisonne au niveau low. Définissez reasoning_effort sur none, low, medium ou high. none désactive le raisonnement pour une réponse rapide et directe ; high consacre le plus de réflexion aux problèmes difficiles, plus de deux fois plus longtemps que low dans nos tests. Le raisonnement est renvoyé dans reasoning_content et facturé comme de la sortie.

Quelle est la fenêtre de contexte de GLM-4.7 Flash Heretic ?

Il gère 200 000 tokens de contexte et peut produire jusqu'à 24 000 tokens en sortie ; une requête avec un max_tokens plus élevé est refusée. Le raisonnement et la réponse partagent ce budget. Dans nos tests, il a retrouvé une information noyée dans un prompt de 168K tokens en 44 secondes.

GLM-4.7 Flash Heretic prend-il en charge l'appel d'outils, les images et la sortie JSON ?

Il appelle des outils de lui-même avec tool_choice auto, plusieurs à la fois et en streaming, lit les résultats des outils, et respecte "required" ainsi qu'un outil imposé par son nom. Pour du JSON, envoyez response_format avec json_object ou json_schema. Il n'accepte que du texte : une requête contenant des images ou des fichiers est rejetée avec une erreur explicite avant toute facturation. logprobs n'est pas pris en charge.

D’autres modèles sur Zurelay

Tous les modèles

Ne payez plus le prix catalogue.
Économisez dès aujourd’hui.

Créez une clé en quelques secondes, configurez votre SDK habituel pour utiliser Zurelay et payez chaque requête jusqu’à 90% moins cher, dès le premier token.

Obtenez votre clé APIParler à un ingénieur