For 10,000 requests of 2,000 tokens in and 500 out, GLM-5.3 costs 84% less than Abliterated Large V2 on Zurelay: $13.65 against $83.00. 两者均低于各自厂商的标价：Abliterated Large V2 低 2%，GLM-5.3 低 73%。
并排对比
| Abliterated Large V2 | GLM-5.3 | |
|---|---|---|
| 实验室 | Abliteration AI | Z.ai |
| 发布日期 | — | 2026年8月14日 |
| 上下文窗口 | 1M tokens | 1M tokens |
| 最大输出 | — | 128K tokens |
| 可读取 | 文本 | 文本 |
| 推理级别 | low, high, max | low, high, max |
| 每 1M 价格，输入 / 输出 | $2.93 / $4.88 | $0.38 / $1.21 |
| 厂商标价 | $3.00 / $5.00 | $1.40 / $4.40 |
| 每 1M 缓存输入价格 | — | $0.038 |
| 10K 次典型请求 | $83.00 | $13.65 |
价格以美元计，为 Zurelay 上每 1M token 的价格，实时取自模型目录。典型请求包含 2,000 个输入 token 和 500 个输出 token。输出上限由各厂商设定。
适用场景
Abliterated Large V2 是 Abliteration AI 的大型文本模型，通过 abliteration(一种修改模型权重、抑制其习得的拒答行为的技术)去除了内置的拒答行为，因此许多主流模型会拒绝的请求它也会回答。Abliteration AI 的文档将它与 Z.ai 的 GLM-5.3 关联。Zurelay 的 Abliterated Large V2 API 通过一个兼容 OpenAI 的端点提供该模型，上下文窗口为 1M token,比 Abliteration AI 的标价低 2%。你发送的所有内容仍受 Zurelay 服务条款约束。
GLM-5.3 是 Z.ai 面向复杂软件工程和长时间运行智能体的旗舰模型，支持 1M token 上下文窗口，最多输出 128K token。Zurelay GLM-5.3 API 通过一个兼容 OpenAI 的端点提供同一模型，按 token 计费，比 Z.ai 官方定价低 73%。
两个都试试
仅凭规格，无法判断哪个模型更适合你的任务。向两个模型发送相同的请求，对比回答、token 用量和费用。在 Zurelay 上，只需更换模型名称。
要估算整月费用，请使用 LLM 费用计算器。
from openai import OpenAIclient = OpenAI(base_url="https://api.zurelay.com/v1", api_key="YOUR_ZURELAY_KEY")prompt = [{"role": "user", "content": "Summarize this contract: ..."}]# Same key, same code: only the model name changesfor model in ["abliterated-large-v2", "glm-5.3"]: reply = client.chat.completions.create(model=model, messages=prompt) print(model, reply.usage.total_tokens, reply.choices[0].message.content[:200])For 10,000 requests of 2,000 tokens in and 500 out, GLM-5.3 costs 84% less than Abliterated Large V2 on Zurelay: $13.65 against $83.00. 每 1M tokens，Abliterated Large V2 的输入价格为 $2.93，输出价格为 $4.88；GLM-5.3 则分别为 $0.38 和 $1.21。
两者在 Zurelay 上相同：均为 1M tokens。
可以。一个 Zurelay 密钥即可调用两者。使用 OpenAI SDK 时，将地址设为 https://api.zurelay.com/v1，然后只需将模型名称改为 abliterated-large-v2 或 glm-5.3 即可切换。
是的。每个模型都通过多个独立供应商运营的线路提供服务。每条线路在接入请求前以及此后的每天都会接受测试，包括模型身份、知识时间范围和推理能力检查，以识别冒用所请求模型名称的旧版或其他模型。