Z.ai
Operacional· verificado a cada poucos minutos

GLM-4.7 Flash Heretic API

A API GLM-4.7 Flash Heretic: um GLM-4.7 Flash sem censura criado pela comunidade, com as recusas removidas, raciocínio, ferramentas e um 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 a sua chave de APIExperimente no espaço de testes
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 Chat

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

Preços

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

Pague apenas o que utilizar com saldo pré-pago, sem subscrição. Carregue a partir de $10. Os pedidos que falham nunca são cobrados.

PreçoZurelayPreço de tabela 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 comprimento de prompt, up to the full 200K context window. O streaming, as chamadas de ferramentas e as saídas estruturadas não têm custos adicionais.

Todos os modelos LLM sem censura e respetivos preços
Calculadora de poupança

Ajuste os controlos deslizantes ao seu consumo mensal.

Tokens de entrada por mês50M
Tokens de saída por mês10M
Zurelay
$6.55
Preço de tabela de Z.ai
$7.50
Poupa todos os meses$0.95

$11.40 por ano

Custo

Custo da API GLM-4.7 Flash Heretic, calculado.

Cargas de trabalho típicas aos preços em tempo real da Zurelay, lado a lado com o preço de tabela.

  • Chatbot

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

    $9.14por mês$10.46 a preço de tabela

  • Documentos

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

    $12.28por mês$14.08 a preço de tabela

  • Agente de programação

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

    $9.64por mês$11.05 a preço de tabela

  • Classificação

    1,000,000 pedidos por mês, 400 tokens de entrada e 5 de saída. $0.000026 por pedido.

    $26.15por mês$30.00 a 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. Não é feito nem apoiado pela Z.ai. A API GLM-4.7 Flash Heretic da Zurelay disponibiliza-o através de um único endpoint compatível com a OpenAI, com uma janela de contexto de 200K tokens, raciocínio que pode desativar e chamada de ferramentas, a 13% abaixo do preço de tabela. Os Termos de Serviço da Zurelay continuam a aplicar-se a tudo o que lhe 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 suas 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 a suprimir, sem retreinar. O resultado, publicado no Hugging Face por Olafangensan, responde a pedidos que o original recusa. É uma versão da comunidade, não feita nem apoiada pela Z.ai. Lê e escreve texto, com uma 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. Custa $0.061 por 1M de tokens de entrada e $0.35 por 1M de tokens de saída, com a entrada em cache a $0.0305.

É indicado para trabalho que os modelos filtrados costumam recusar ou diluir: ficção com temas sombrios, roleplay, prompts de red team para testar os seus próprios sistemas e respostas diretas sobre temas sensíveis. Remover recusas pode alterar também outras capacidades, por isso teste-o nas suas próprias tarefas antes de depender dele. Menos recusas não mudam aquilo para que o pode usar. Os Termos de Serviço da Zurelay (https://zurelay.com/legal/terms) continuam a aplicar-se a tudo o que lhe for enviado, incluindo as regras de utilização aceitável da secção 7, e você é responsável pelo uso que dá aos resultados.

Raciocina antes de responder, por predefinição em low. Defina reasoning_effort como none, low, medium ou high: none desativa o raciocínio para uma resposta rápida e direta, e nos nossos testes high pensou mais do dobro do tempo de low numa pergunta difícil. Chama ferramentas por iniciativa própria, várias em simultâneo e durante o streaming, suporta json_object e json_schema em response_format, e aceita sequências de paragem e as definições de amostragem habituais; logprobs não é suportado. Nos nossos testes, encontrou um facto escondido num prompt de 168K tokens em 44 segundos. 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 equipas criam com ele.

01

Responde em vez de recusar

O Heretic remove o comportamento de recusa aprendido, pelo que a ficção, os prompts de red team e as perguntas sensíveis recebem resposta em vez de recusa.

02

Raciocínio sob o seu controlo

Pensa em low por predefinição; aumente para medium ou high em problemas difíceis, ou defina none para uma resposta rápida e direta.

03

Ferramentas por iniciativa própria

Decide quando chamar uma ferramenta, chama várias ao mesmo tempo, também durante o streaming, e lê os resultados, por isso funciona em agentes.

04

Um preço baixo por token

Custa $0.061 por 1M de tokens de entrada e $0.35 por 1M de tokens de saída, e os prompts repetidos são faturados à tarifa de cache de $0.0305.

Casos de uso

  • Agentes sem censura

    Agentes que chamam ferramentas e raciocinam em vários passos sem recusar partes da tarefa.

  • Testar os seus próprios sistemas de IA

    Prompts adversariais e casos de teste para os seus chatbots e filtros de segurança, que um modelo que recusa não escreve por si.

  • Ficção e roleplay

    Histórias e personagens sombrias e para maiores, escritas sem que o modelo saia da história.

  • Documentos longos

    Relatórios, registos e transcrições até 200K tokens, lidos e respondidos num único pedido.

Começar

Faça chamadas a GLM-4.7 Flash Heretic em três passos.

Sem lista de espera nem um novo SDK. Se o seu código já comunica com a OpenAI, também 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 a 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 já usa

Comparar

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 trabalho de programação e agentes que não precisa de recusas removidas.

API de 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 muito maior com as recusas removidas e uma janela de contexto de 1M tokens, a um preço por token mais elevado.

API de 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 suporta 256K tokens de contexto.

API de Gemma 4 Uncensored

Perguntas frequentes

Perguntas sobre a API de GLM-4.7 Flash Heretic.

Mais alguma dúvida? Fale com a nossa equipa e responderemos por email.

Quanto custa a API 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 a entrada em cache a $0.0305. O preço de tabela é $0.07 de entrada e $0.40 de saída por 1M, pelo que poupa 13%. Os tokens de raciocínio são faturados como saída, aplica-se uma única tarifa a qualquer tamanho de prompt e os pedidos falhados nunca são faturados.

O que é o Heretic?

O Heretic é uma ferramenta de código aberto que remove automaticamente as recusas de um modelo. Compara as ativações internas do modelo em prompts que ele recusa e em prompts a que responde, encontra a direção associada à recusa e edita os pesos para a suprimir, 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 divulgou os respetivos pesos; o GLM-4.7 Flash Heretic é uma edição da comunidade desses pesos, que não foi feita nem aprovada pela Z.ai. Quando lhe perguntam o que é, apresenta-se como GLM-4.7 Flash Heretic e atribui os créditos à Z.ai, o autor do modelo em que se baseia. 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 continuam a aplicar-se?

Sim. Remover as recusas de um modelo altera o que ele aceita escrever, não as regras. Os Termos de Serviço da Zurelay (https://zurelay.com/legal/terms) aplicam-se a tudo o que for enviado para o GLM-4.7 Flash Heretic, incluindo as regras de utilização aceitável da secção 7, e você é responsável pela forma como utiliza o resultado, tal como acontece com qualquer modelo na Zurelay.

Como posso chamar 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 a sua chave de API da Zurelay. Depois, envie um pedido 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 predefinição, raciocina a um nível baixo. Defina reasoning_effort como none, low, medium ou high. none desativa o raciocínio para obter uma resposta rápida e direta; high dedica o máximo de reflexão a problemas difíceis, mais do dobro do tempo de low nos nossos testes. O raciocínio é devolvido em reasoning_content e é faturado como output.

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

Suporta 200 000 tokens de contexto e gera até 24 000 tokens de saída; um pedido com um valor de max_tokens superior é recusado. O raciocínio e a resposta partilham esse limite. Nos nossos testes, encontrou um dado escondido num prompt de 168K tokens em 44 segundos.

O GLM-4.7 Flash Heretic suporta chamadas de ferramentas, imagemns e saída JSON?

Chama ferramentas de forma autónoma com tool_choice auto, várias em simultâneo e durante o streaming, lê os resultados das ferramentas e respeita "required" e uma ferramenta forçada por nome. Para JSON, envie response_format com json_object ou json_schema. Aceita apenas texto: um pedido com imagemns ou ficheiros é recusado com um erro claro antes de qualquer cobrança. logprobs não é suportado.

Mais modelos na Zurelay

Todos os modelos

Deixe de pagar o preço de tabela.
Comece a poupar hoje.

Crie uma chave em segundos, configure o SDK que já usa para aceder à Zurelay e cada pedido custa até 90% menos desde o primeiro token.

Obtenha a sua chave de APIFalar com um engenheiro