Z.ai
चालू· हर कुछ मिनट में जाँच होती है

GLM-4.7 Flash Heretic API

GLM-4.7 Flash Heretic API: GLM-4.7 Flash का कम्युनिटी द्वारा बनाया गया अनसेंसर्ड वर्शन, जिसमें इनकार (refusals) हटा दिए गए हैं। इसमें रीज़निंग, टूल्स और 200K-टोकन का कॉन्टेक्स्ट मिलता है, और कीमत लिस्ट प्राइस से 13% कम है

प्रति 1M टोकन की कीमत13%छूट
इनपुट
$0.061$0.07
आउटपुट
$0.35$0.40
कैश किया गया इनपुट
$0.0305$0.035
अपनी API कुंजी पाएँप्लेग्राउंड में आज़माएँ
मॉडल IDglm-4.7-flash-hereticअपडेट किया गया
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="")

बेस URL https://api.zurelay.com/v1. किसी भी OpenAI SDK के साथ काम करता है। चैट API के दस्तावेज़

कॉन्टेक्स्ट विंडो
200K टोकन
अधिकतम आउटपुट
24K टोकन
रीजनिंग
none · low · medium · high
इनपुट
टेक्स्ट
स्थिति
चालू

कीमतें

GLM-4.7 Flash Heretic API की कीमतें। तय कीमत का एक छोटा-सा हिस्सा।

बिना किसी सदस्यता के, प्रीपेड क्रेडिट से जितना इस्तेमाल करें, उतना भुगतान करें। $10 से टॉप-अप करें। असफल अनुरोधों का कभी शुल्क नहीं लगता।

दरZurelayZ.ai की सूचीबद्ध दर
इनपुट
प्रति 1M टोकन
$0.061$0.07
आउटपुट
प्रति 1M टोकन
$0.35$0.40
कैश किया गया इनपुट
प्रति 1M टोकन
$0.0305$0.035

हर लंबाई के प्रॉम्प्ट के लिए एक ही दर, up to the full 200K context window। स्ट्रीमिंग, टूल कॉल और स्ट्रक्चर्ड आउटपुट का कोई अतिरिक्त शुल्क नहीं है।

Uncensored LLM का हर मॉडल और उसकी कीमत
बचत कैलकुलेटर

स्लाइडर से अपना मासिक इस्तेमाल सेट करें.

प्रति माह इनपुट टोकन50M
प्रति माह आउटपुट टोकन10M
Zurelay
$6.55
Z.ai की सूचीबद्ध कीमत
$7.50
हर महीने आपकी बचत$0.95

$11.40 प्रति वर्ष

लागत

GLM-4.7 Flash Heretic API की लागत, पूरी गणना के साथ।

लिस्ट कीमत के मुक़ाबले Zurelay की लाइव कीमतों पर आम वर्कलोड।

  • चैटबॉट

    50,000 रिक्वेस्ट प्रति माह, 1,500 टोकन इन और 300 आउट, इनपुट का 30% कैश्ड। हर रिक्वेस्ट पर $0.000183।

    $9.14प्रति माह$10.46 लिस्ट प्राइस पर

  • दस्तावेज़

    20,000 रिक्वेस्ट प्रति माह, 8,000 टोकन इन और 500 आउट, इनपुट का 20% कैश्ड। हर रिक्वेस्ट पर $0.000614।

    $12.28प्रति माह$14.08 लिस्ट प्राइस पर

  • कोडिंग एजेंट

    5,000 रिक्वेस्ट प्रति माह, 40,000 टोकन इन और 1,500 आउट, इनपुट का 85% कैश्ड। हर रिक्वेस्ट पर $0.00193।

    $9.64प्रति माह$11.05 लिस्ट प्राइस पर

  • वर्गीकरण

    1,000,000 रिक्वेस्ट प्रति माह, 400 टोकन इन और 5 आउट। हर रिक्वेस्ट पर $0.000026।

    $26.15प्रति माह$30.00 लिस्ट प्राइस पर

खास जानकारी

GLM-4.7 Flash Heretic क्या है?

GLM-4.7 Flash Heretic, Z.ai के GLM-4.7 Flash का कम्युनिटी द्वारा बनाया गया अनसेंसर्ड वर्शन है। इसे Heretic से बनाया गया है, जो एक ओपन-सोर्स टूल है और मॉडल के इनकार (refusals) अपने-आप हटा देता है। इसे Z.ai ने न बनाया है और न ही इसका समर्थन करता है। Zurelay का GLM-4.7 Flash Heretic API इसे एक ही OpenAI-कम्पैटिबल एंडपॉइंट से उपलब्ध कराता है, जिसमें 200K-टोकन की कॉन्टेक्स्ट विंडो, बंद किया जा सकने वाला रीज़निंग और टूल कॉलिंग शामिल हैं, और कीमत लिस्ट प्राइस से 13% कम है। आप जो कुछ भी भेजते हैं, उस पर Zurelay की सेवा की शर्तें फिर भी लागू होती हैं।

GLM-4.7 Flash Heretic, Z.ai के तेज़ ओपन-वेट मॉडल GLM-4.7 Flash पर आधारित है। इसमें Heretic की मदद से इनकार करने की प्रवृत्ति हटाई गई है। Heretic एक ओपन-सोर्स टूल है, जो मॉडल की आंतरिक ऐक्टिवेशन में इनकार से जुड़ी दिशा खोजता है और उसे दबाने के लिए वेट्स में बदलाव करता है, वह भी बिना दोबारा ट्रेनिंग के। Olafangensan ने इसे Hugging Face पर प्रकाशित किया है। यह उन प्रॉम्प्ट का भी जवाब देता है जिन्हें मूल मॉडल अस्वीकार कर देता है। यह कम्युनिटी द्वारा बनाया गया वर्शन है, जिसे Z.ai ने न बनाया है और न ही इसका समर्थन किया है। यह टेक्स्ट पढ़ और लिख सकता है, इसकी कॉन्टेक्स्ट विंडो 200,000 टोकन की है और आउटपुट 24,000 टोकन तक दे सकता है। Zurelay पर इसका मॉडल ID glm-4.7-flash-heretic है, और olafangensan-glm-4.7-flash-heretic भी चलता है। इसकी कीमत प्रति 1M इनपुट टोकन $0.061 और प्रति 1M आउटपुट टोकन $0.35 है, जबकि कैश किए गए इनपुट की कीमत $0.0305 है।

यह उन कामों के लिए सही है जिन्हें फ़िल्टर किए गए मॉडल अक्सर मना कर देते हैं या फीका कर देते हैं: गहरे विषयों वाली कथा-कहानियाँ, रोलप्ले, अपने सिस्टम टेस्ट करने के लिए रेड-टीम प्रॉम्प्ट, और संवेदनशील विषयों पर सीधे जवाब। इनकार हटाने से दूसरी क्षमताएँ भी बदल सकती हैं, इसलिए भरोसा करने से पहले इसे अपने कामों पर आज़माकर देखें। कम इनकार का मतलब यह नहीं कि इसके इस्तेमाल की अनुमति बदल गई है। इसे भेजी गई हर चीज़ पर Zurelay की सेवा की शर्तें (https://zurelay.com/legal/terms) लागू रहती हैं, जिनमें खंड 7 के स्वीकार्य उपयोग के नियम भी शामिल हैं, और इसके आउटपुट का आप कैसे उपयोग करते हैं, इसकी ज़िम्मेदारी आपकी है।

यह जवाब देने से पहले तर्क करता है, डिफ़ॉल्ट रूप से low स्तर पर। reasoning_effort को none, low, medium या high पर सेट करें: none से तर्क बंद हो जाता है और तुरंत सीधा जवाब मिलता है। हमारे परीक्षणों में एक कठिन सवाल पर high ने low के मुकाबले दोगुने से भी ज़्यादा देर तक सोचा। यह टूल अपने आप कॉल करता है, एक साथ कई भी और स्ट्रीमिंग के दौरान भी। यह response_format में json_object और json_schema का पालन करता है, और स्टॉप सीक्वेंस व आम सैंपलिंग सेटिंग्स भी लेता है; logprobs समर्थित नहीं है। हमारे परीक्षणों में इसने 168K टोकन के प्रॉम्प्ट में छिपा एक तथ्य 44 सेकंड में खोज निकाला। आप प्रति 1M इनपुट टोकन $0.061 और प्रति 1M आउटपुट टोकन $0.35 चुकाते हैं, जबकि लिस्ट प्राइस $0.07 और $0.40 है।

खूबियाँ

GLM-4.7 Flash Heretic कहाँ बेहतरीन है. और टीमें इससे क्या बनाती हैं.

01

इनकार नहीं, जवाब देता है

Heretic सीखे हुए इनकार वाले व्यवहार को हटा देता है, इसलिए कथा-साहित्य, रेड-टीम प्रॉम्प्ट और संवेदनशील सवालों का जवाब मिलता है, इनकार नहीं।

02

रीज़निंग, जो आपके नियंत्रण में

यह डिफ़ॉल्ट रूप से low पर सोचता है; कठिन समस्याओं के लिए इसे medium या high पर ले जाएँ, या तेज़ और सीधे जवाब के लिए none सेट करें।

03

टूल्स का खुद इस्तेमाल

यह तय करता है कि टूल को कब कॉल करना है, एक साथ कई टूल कॉल करता है, स्ट्रीमिंग के दौरान भी, और नतीजे पढ़ता है, इसलिए यह एजेंट में काम करता है।

04

प्रति टोकन कम कीमत

इसकी कीमत इनपुट के प्रति 1M टोकन पर $0.061 और आउटपुट के प्रति 1M टोकन पर $0.35 है, और दोहराए गए प्रॉम्प्ट कैश्ड दर $0.0305 पर बिल होते हैं।

इस्तेमाल के तरीके

  • बिना सेंसरशिप वाले एजेंट

    ऐसे एजेंट जो टूल कॉल करते हैं और कई चरणों में तर्क करते हैं, बिना किसी हिस्से को करने से मना किए।

  • अपने AI सिस्टम की टेस्टिंग

    आपके चैटबॉट और सेफ़्टी फ़िल्टर के लिए एडवर्सेरियल प्रॉम्प्ट और टेस्ट केस, जो मना करने वाला मॉडल आपके लिए नहीं लिखेगा।

  • फिक्शन और रोलप्ले

    गहरी और वयस्क कहानियाँ और किरदार, जो मॉडल के कहानी से बाहर आए बिना लिखे जाते हैं।

  • लंबे दस्तावेज़

    200K टोकन तक की रिपोर्ट, लॉग और ट्रांसक्रिप्ट, एक ही अनुरोध में पढ़ें और जवाब पाएँ।

शुरू करें

तीन चरणों में GLM-4.7 Flash Heretic को कॉल करें.

न कोई वेटलिस्ट, न नया SDK. अगर आपका कोड पहले से OpenAI से कनेक्ट होता है, तो वह Zurelay से भी कनेक्ट हो सकता है.

  1. 1

    कुंजी बनाएँ

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

    अपनी API कुंजी पाएँ
  2. 2

    Zurelay पर Point your SDK

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

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

    glm-4.7-flash-heretic इस्तेमाल करें

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

    glm-4.7-flash-heretic

आपके मौजूदा टूल के साथ काम करता है

तुलना करें

मिलते-जुलते मॉडल. सभी के लिए एक ही कुंजी.

62%छूट

GLM-5.3 Flash

प्रति 1M टोकन $0.058 / $0.19

कोडिंग और एजेंट वर्क के लिए, जहाँ रिफ्यूज़ल हटाने की ज़रूरत नहीं है, Z.ai का अपना मौजूदा कम लागत वाला GLM, GLM-5.3 Flash चुनें।

GLM-5.3 Flash API
2%छूट

Abliterated Large V2

प्रति 1M टोकन $2.93 / $4.88

बहुत बड़े मॉडल के लिए Abliterated Large V2 चुनें, जिसमें इनकार (refusals) हटा दिए गए हैं और 1M-टोकन कॉन्टेक्स्ट विंडो मिलती है। इसकी प्रति टोकन कीमत ज़्यादा है।

Abliterated Large V2 API
4%छूट

Gemma 4 Uncensored

प्रति 1M टोकन $0.155 / $0.48

ऐसा अनसेंसर्ड मॉडल चाहिए जो इमेज पढ़ सके और 256K टोकन तक का कॉन्टेक्स्ट संभाल सके? तो Gemma 4 Uncensored चुनें।

Gemma 4 Uncensored API

अक्सर पूछे जाने वाले सवाल

GLM-4.7 Flash Heretic API से जुड़े सवाल.

कुछ और पूछना है? हमारी टीम से पूछें और हम ईमेल से जवाब देंगे.

GLM-4.7 Flash Heretic API की कीमत कितनी है?

Zurelay पर glm-4.7-flash-heretic की कीमत प्रति 1M इनपुट टोकन $0.061 और प्रति 1M आउटपुट टोकन $0.35 है, और कैश किए गए इनपुट की कीमत $0.0305 है। लिस्ट प्राइस प्रति 1M इनपुट $0.07 और आउटपुट $0.40 है, यानी आप 13% बचाते हैं। रीजनिंग टोकन का बिल आउटपुट के रूप में बनता है, प्रॉम्प्ट की किसी भी लंबाई पर एक ही दर लागू होती है, और विफल अनुरोधों का बिल कभी नहीं बनता।

Heretic क्या है?

Heretic एक ओपन-सोर्स टूल है, जो किसी मॉडल के इनकार करने के व्यवहार को अपने-आप हटा देता है। यह उन प्रॉम्प्ट पर मॉडल की आंतरिक एक्टिवेशन की तुलना करता है, जिन्हें मॉडल मना कर देता है और जिनका वह जवाब देता है। फिर इनकार से जुड़ी दिशा ढूंढता है और उसे दबाने के लिए वेट में बदलाव करता है। यह बदलाव इस तरह ट्यून किया जाता है कि मॉडल में बाकी चीज़ें कम से कम बदलें। GLM-4.7 Flash Heretic वही GLM-4.7 Flash है, जिसमें यह बदलाव किया गया है। इसे Olafangensan ने प्रकाशित किया है।

क्या GLM-4.7 Flash Heretic को Z.ai ने बनाया है?

नहीं। GLM-4.7 Flash को Z.ai ने बनाया है और उसके वेट्स जारी किए हैं; GLM-4.7 Flash Heretic उन्हीं वेट्स का एक कम्युनिटी-संपादित वर्शन है, जिसे Z.ai ने न बनाया है और न ही उसका समर्थन करता है। पूछने पर यह खुद को GLM-4.7 Flash Heretic बताता है और उस Z.ai को क्रेडिट देता है, जिसके मॉडल पर यह बना है। Z.ai के अपने मॉडल, उनकी सुरक्षा ट्यूनिंग के साथ, इस्तेमाल करने के लिए GLM-5.3 Flash या GLM-5.3 चुनें।

क्या Zurelay की सेवा की शर्तें अब भी लागू होती हैं?

हाँ। किसी मॉडल के इनकार हटाने से सिर्फ़ यह बदलता है कि वह क्या लिखेगा, नियम नहीं बदलते। Zurelay की सेवा की शर्तें (https://zurelay.com/legal/terms) GLM-4.7 Flash Heretic को भेजी गई हर चीज़ पर लागू होती हैं, जिनमें सेक्शन 7 के स्वीकार्य उपयोग के नियम भी शामिल हैं। Zurelay के किसी भी दूसरे मॉडल की तरह, इसके आउटपुट का आप कैसे उपयोग करते हैं, इसकी ज़िम्मेदारी आपकी है।

OpenAI SDK के साथ GLM-4.7 Flash Heretic API को कैसे कॉल करें?

आधिकारिक openai पैकेज इंस्टॉल करें, base_url को https://api.zurelay.com/v1 पर सेट करें और अपनी Zurelay API कुंजी का उपयोग करें। फिर model को "glm-4.7-flash-heretic" पर सेट करके Chat Completions अनुरोध भेजें। Zurelay olafangensan-glm-4.7-flash-heretic भी स्वीकार करता है।

GLM-4.7 Flash Heretic में रीज़निंग लेवल कैसे काम करते हैं?

यह डिफ़ॉल्ट रूप से low स्तर पर रीज़निंग करता है। reasoning_effort को none, low, medium या high पर सेट करें। none रीज़निंग बंद कर देता है, ताकि तेज़ और सीधा जवाब मिले; high कठिन समस्याओं पर सबसे ज़्यादा सोच-विचार करता है, और हमारे टेस्ट में इसमें low से दोगुने से भी ज़्यादा समय लगा। रीज़निंग reasoning_content में लौटती है और आउटपुट के रूप में बिल होती है।

GLM-4.7 Flash Heretic की कॉन्टेक्स्ट विंडो कितनी है?

इसमें 200,000 टोकन का कॉन्टेक्स्ट आता है और यह अधिकतम 24,000 आउटपुट टोकन लिख सकता है; इससे ज़्यादा max_tokens वाला अनुरोध अस्वीकार कर दिया जाता है। रीज़निंग और जवाब, दोनों इसी सीमा में गिने जाते हैं। हमारे टेस्ट में इसने 168K टोकन के प्रॉम्प्ट में छिपा एक तथ्य 44 सेकंड में ढूँढ निकाला।

क्या GLM-4.7 Flash Heretic टूल कॉलिंग, इमेज और JSON आउटपुट को सपोर्ट करता है?

यह tool_choice auto के साथ अपने आप टूल कॉल करता है, एक साथ कई टूल भी और स्ट्रीमिंग के दौरान भी, टूल के नतीजे पढ़ता है, और "required" व नाम से तय किए गए टूल का पालन करता है। JSON के लिए json_object या json_schema के साथ response_format भेजें। यह सिर्फ़ टेक्स्ट लेता है: इमेज या फ़ाइलों वाला अनुरोध बिलिंग से पहले ही साफ़ त्रुटि के साथ लौटा दिया जाता है। logprobs समर्थित नहीं है।

Zurelay पर और मॉडल

सभी मॉडल

पूरी कीमत देना बंद करें.
आज से बचत शुरू करें.

सेकंडों में एक कुंजी बनाएं, अपने मौजूदा SDK को Zurelay से जोड़ें, और पहले टोकन से ही हर अनुरोध पर 90% तक कम खर्च करें.

अपनी API कुंजी पाएँइंजीनियर से बात करें