Z.ai
Operacional· verificado a cada poucos minutos

GLM-4.7 Flash Heretic API

A API do GLM-4.7 Flash Heretic: um GLM-4.7 Flash sem censura criado pela comunidade, com as recusas removidas, com raciocínio, ferramentas e contexto de 200K tokens, 13% abaixo do preço de tabela

Preço por 1M tokens13%de desconto
Entrada
$0.061$0.07
Saída
$0.35$0.40
Entrada em cache
$0.0305$0.035
Obtenha sua chave de APIExperimente no playground
ID do modeloglm-4.7-flash-hereticAtualizado
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 com qualquer SDK da OpenAI. Documentação da API de chat

Janela de contexto
200K tokens
Saída máxima
24K tokens
Raciocínio
none · low · medium · high
Entrada
Texto
Status
Operacional

Preços

Preços da API GLM-4.7 Flash Heretic. Uma fração do preço de tabela.

Pague conforme o uso com saldo pré-pago, sem assinatura. Adicione saldo a partir de $10. Requisições que falham nunca são cobradas.

PreçoZurelayTabela de Z.ai
Entrada
por 1M tokens
$0.061$0.07
Saída
por 1M tokens
$0.35$0.40
Entrada em cache
por 1M tokens
$0.0305$0.035

A mesma tarifa para qualquer tamanho de prompt, up to the full 200K context window. Streaming, chamadas de ferramentas e saídas estruturadas não têm custo adicional.

Todos os modelos e preços da LLM sem censura
Calculadora de economia

Ajuste os controles para o seu uso mensal.

Tokens de entrada por mês50M
Tokens de saída por mês10M
Zurelay
$6.55
Preço de tabela de Z.ai
$7.50
Você economiza por mês$0.95

$11.40 por ano

Custo

Custo de API do GLM-4.7 Flash Heretic, já calculado.

Cargas de trabalho típicas com os preços ao vivo da Zurelay, ao lado do preço de tabela.

  • Chatbot

    50,000 requisições por mês, 1,500 tokens de entrada e 300 de saída, 30% do input em cache. $0.000183 por requisição.

    $9.14por mês$10.46 pelo preço de tabela

  • Documentos

    20,000 requisições por mês, 8,000 tokens de entrada e 500 de saída, 20% do input em cache. $0.000614 por requisição.

    $12.28por mês$14.08 pelo preço de tabela

  • Agente de programação

    5,000 requisições por mês, 40,000 tokens de entrada e 1,500 de saída, 85% do input em cache. $0.00193 por requisição.

    $9.64por mês$11.05 pelo preço de tabela

  • Classificação

    1,000,000 requisições por mês, 400 tokens de entrada e 5 de saída. $0.000026 por requisição.

    $26.15por mês$30.00 pelo preço de tabela

Visão geral

O que é GLM-4.7 Flash Heretic?

O GLM-4.7 Flash Heretic é uma versão sem censura do GLM-4.7 Flash, da Z.ai, criada pela comunidade com o Heretic, uma ferramenta de código aberto que remove automaticamente as recusas de um modelo. Ele não é feito nem endossado pela Z.ai. A API do GLM-4.7 Flash Heretic da Zurelay o oferece por um único endpoint compatível com a OpenAI, com janela de contexto de 200K tokens, raciocínio que você pode desativar e chamada de ferramentas, a 13% abaixo do preço de tabela. Os Termos de Serviço da Zurelay continuam valendo para tudo o que você enviar.

O GLM-4.7 Flash Heretic parte do GLM-4.7 Flash, o modelo rápido de pesos abertos da Z.ai, e remove as recusas com o Heretic, uma ferramenta de código aberto que encontra, nas ativações internas do modelo, a direção associada à recusa e edita os pesos para suprimi-la, sem retreinar. O resultado, publicado no Hugging Face por Olafangensan, responde a prompts que o original recusa. É uma versão da comunidade, não feita nem endossada pela Z.ai. Ele lê e escreve texto, com janela de contexto de 200.000 tokens e até 24.000 tokens de saída. Na Zurelay, o ID do modelo é glm-4.7-flash-heretic, e olafangensan-glm-4.7-flash-heretic também funciona. O preço é $0.061 por 1M de tokens de entrada e $0.35 por 1M de tokens de saída, com entrada em cache a $0.0305.

Ele serve para trabalhos que modelos filtrados costumam recusar ou suavizar: ficção com temas sombrios, roleplay, prompts de red team para testar seus próprios sistemas e respostas diretas sobre assuntos sensíveis. Remover as recusas pode alterar outras capacidades também, então teste com as suas próprias tarefas antes de depender dele. Menos recusas não mudam o que você pode fazer com ele. Os Termos de Serviço da Zurelay (https://zurelay.com/legal/terms) continuam valendo para tudo o que for enviado, incluindo as regras de uso aceitável da seção 7, e você é responsável pelo uso que fizer do resultado.

Ele raciocina antes de responder, no nível low por padrão. Defina reasoning_effort como none, low, medium ou high: none desativa o raciocínio para uma resposta direta e rápida, e nos nossos testes high pensou mais que o dobro do tempo de low em uma pergunta difícil. Ele chama ferramentas por conta própria, várias de uma vez e durante o streaming, segue json_object e json_schema em response_format e aceita sequências de parada e as configurações de amostragem usuais; logprobs não é compatível. Nos nossos testes, ele encontrou um dado escondido em um prompt de 168K tokens em 44 segundos. Você paga $0.061 por 1M de tokens de entrada e $0.35 por 1M de tokens de saída, contra um preço de tabela de $0.07 e $0.40.

Pontos fortes

Onde GLM-4.7 Flash Heretic se destaca. E o que as equipes criam com ele.

01

Responde em vez de recusar

O Heretic remove o comportamento de recusa aprendido, então ficção, prompts de red team e perguntas sensíveis recebem uma resposta em vez de uma recusa.

02

Raciocínio sob seu controle

Ele pensa no nível low por padrão; aumente para medium ou high em problemas difíceis, ou use none para uma resposta direta e rápida.

03

Ferramentas por conta própria

Ele decide quando chamar uma ferramenta, chama várias de uma vez, inclusive durante o streaming, e lê os resultados, então funciona bem em agentes.

04

Preço baixo por token

O preço é $0.061 por 1M de tokens de entrada e $0.35 por 1M de tokens de saída, e prompts repetidos são cobrados na tarifa de cache de $0.0305.

Casos de uso

  • Agentes sem censura

    Agentes que chamam ferramentas e raciocinam em várias etapas sem recusar partes da tarefa.

  • Teste dos seus próprios sistemas de IA

    Prompts adversariais e casos de teste para seus chatbots e filtros de segurança, que um modelo que recusa não escreveria para você.

  • Ficção e roleplay

    Histórias e personagens sombrios e adultos, escritos sem o modelo sair da história.

  • Documentos longos

    Relatórios, logs e transcrições de até 200K tokens, lidos e respondidos em uma única requisição.

Começar

Chame GLM-4.7 Flash Heretic em três passos.

Sem lista de espera e sem SDK novo. Se seu código já se comunica com a OpenAI, ele já se comunica com a Zurelay.

  1. 1

    Criar uma chave

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

    Obtenha sua chave de API
  2. 2

    Point your SDK em 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 e usage reporting work as you expect.

    glm-4.7-flash-heretic

Funciona com as ferramentas que você já usa

Compare

Modelos semelhantes. Todos com a mesma chave.

62%de desconto

GLM-5.3 Flash

$0.058 / $0.19 por 1M tokens

Escolha o GLM-5.3 Flash, o GLM atual de baixo custo da própria Z.ai, para programação e trabalho com agentes que não precisam de recusas removidas.

API GLM-5.3 Flash
2%de desconto

Abliterated Large V2

$2.93 / $4.88 por 1M tokens

Escolha o Abliterated Large V2 para um modelo bem maior, com as recusas removidas e janela de contexto de 1M tokens, por um preço maior por token.

API Abliterated Large V2
4%de desconto

Gemma 4 Uncensored

$0.155 / $0.48 por 1M tokens

Escolha o Gemma 4 Uncensored para um modelo sem censura que lê imagens e comporta 256K tokens de contexto.

API Gemma 4 Uncensored

Perguntas frequentes

Dúvidas sobre a API de GLM-4.7 Flash Heretic.

Mais alguma dúvida? Fale com nossa equipe e responderemos por e-mail.

Quanto custa a API do GLM-4.7 Flash Heretic?

Na Zurelay, o glm-4.7-flash-heretic custa $0.061 por 1M de tokens de entrada e $0.35 por 1M de tokens de saída, com entrada em cache a $0.0305. O preço de tabela é $0.07 de entrada e $0.40 de saída por 1M, então você economiza 13%. Tokens de raciocínio são cobrados como saída, uma única tarifa vale para qualquer tamanho de prompt e requisições com falha nunca são cobradas.

O que é o Heretic?

O Heretic é uma ferramenta de código aberto que remove automaticamente as recusas de um modelo. Ele compara as ativações internas do modelo em prompts que ele recusa e em prompts que ele responde, encontra a direção associada à recusa e edita os pesos para suprimi-la, ajustando a edição para que o modelo mude o mínimo possível no resto. O GLM-4.7 Flash Heretic é o GLM-4.7 Flash depois dessa edição, publicado por Olafangensan.

O GLM-4.7 Flash Heretic é feito pela Z.ai?

Não. A Z.ai criou o GLM-4.7 Flash e liberou seus pesos; o GLM-4.7 Flash Heretic é uma edição da comunidade desses pesos, não feita nem endossada pela Z.ai. Quando perguntam o que ele é, ele se identifica como GLM-4.7 Flash Heretic e dá os créditos à Z.ai, em cujo modelo foi baseado. Para os modelos da própria Z.ai, com o ajuste de segurança intacto, use o GLM-5.3 Flash ou o GLM-5.3.

Os Termos de Serviço da Zurelay ainda se aplicam?

Sim. Remover as recusas de um modelo muda o que ele aceita escrever, não as regras. Os Termos de Serviço da Zurelay (https://zurelay.com/legal/terms) valem para tudo o que for enviado ao GLM-4.7 Flash Heretic, incluindo as regras de uso aceitável da seção 7, e você é responsável pelo uso que fizer do resultado, como com qualquer modelo na Zurelay.

Como chamo a API do GLM-4.7 Flash Heretic com o SDK da OpenAI?

Instale o pacote oficial openai, defina base_url como https://api.zurelay.com/v1 e use sua chave de API da Zurelay. Depois, envie uma requisição de Chat Completions com model definido como "glm-4.7-flash-heretic". A Zurelay também aceita olafangensan-glm-4.7-flash-heretic.

Como funcionam os níveis de raciocínio do GLM-4.7 Flash Heretic?

Por padrão, ele raciocina em low. Defina reasoning_effort como none, low, medium ou high. none desativa o raciocínio para uma resposta rápida e direta; high dedica o máximo de raciocínio a problemas difíceis, mais que o dobro do tempo de low em nossos testes. O raciocínio volta em reasoning_content e é cobrado como saída.

Qual é a janela de contexto do GLM-4.7 Flash Heretic?

Ele comporta 200.000 tokens de contexto e gera até 24.000 tokens de saída; uma requisição com max_tokens maior é recusada. O raciocínio e a resposta dividem esse limite. Em nossos testes, ele encontrou um fato escondido em um prompt de 168K tokens em 44 segundos.

O GLM-4.7 Flash Heretic oferece suporte a chamada de ferramentas, imagemns e saída em JSON?

Ele chama ferramentas por conta própria com tool_choice auto, várias ao mesmo tempo e durante o streaming, lê os resultados das ferramentas e respeita "required" e uma ferramenta forçada pelo nome. Para JSON, envie response_format com json_object ou json_schema. Ele aceita apenas texto: uma requisição com imagemns ou arquivos é rejeitada com um erro claro antes de qualquer cobrança. logprobs não é compatível.

Mais modelos na Zurelay

Todos os modelos

Pare de pagar o preço de tabela.
Comece a economizar hoje.

Crie uma chave em segundos, direcione o SDK que você já usa para a Zurelay e pague até 90% menos em cada requisição desde o primeiro token.

Obtenha sua chave de APIFale com um engenheiro