Z.ai
运行正常· 每隔几分钟检查一次

GLM-4.7 Flash Heretic API

GLM-4.7 Flash Heretic API:社区推出的无审查版 GLM-4.7 Flash,已移除拒答机制，支持推理、工具调用和 200K token 上下文，价格比官方标价低 13%

每 1M token 价格13%优惠
输入
$0.061$0.07
输出
$0.35$0.40
缓存输入
$0.0305$0.035
获取你的 API 密钥在试用平台体验
模型 IDglm-4.7-flash-heretic已更新
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="")

Base URL https://api.zurelay.com/v1. 支持任意 OpenAI SDK。 Chat API 文档

上下文窗口
200K tokens
最大输出
24K tokens
推理
none · low · medium · high
输入
文本
状态
运行正常

价格

GLM-4.7 Flash Heretic API 价格。 仅需官方定价的一小部分。

从预付余额中按量扣费，无需订阅。$10 起充。请求失败不收费。

单价ZurelayZ.ai 原价
输入
每 1M tokens
$0.061$0.07
输出
每 1M tokens
$0.35$0.40
缓存输入
每 1M tokens
$0.0305$0.035

所有提示词长度均采用同一费率, up to the full 200K context window。流式输出、工具调用和结构化输出不额外收费。

全部 无审查 LLM 模型及价格
省钱计算器

拖动滑块设置每月用量。

每月输入 token 数50M
每月输出 token 数10M
Zurelay
$6.55
Z.ai 原价
$7.50
每月节省$0.95

每年 $11.40

费用

GLM-4.7 Flash Heretic API 成本，算给你看。

典型用量在 Zurelay 实时价格下的花费，与标价并列对比。

  • 聊天机器人

    每月 50,000 次请求，输入 1,500 tokens、输出 300 tokens，30% 的输入已缓存，每次请求 $0.000183。

    $9.14每月$10.46 按标价

  • 文档问答

    每月 20,000 次请求，输入 8,000 tokens、输出 500 tokens，20% 的输入已缓存，每次请求 $0.000614。

    $12.28每月$14.08 按标价

  • 编程智能体

    每月 5,000 次请求，输入 40,000 tokens、输出 1,500 tokens，85% 的输入已缓存，每次请求 $0.00193。

    $9.64每月$11.05 按标价

  • 分类

    每月 1,000,000 次请求，输入 400 tokens、输出 5 tokens，每次请求 $0.000026。

    $26.15每月$30.00 按标价

概览

GLM-4.7 Flash Heretic 是什么?

GLM-4.7 Flash Heretic 是社区基于 Z.ai 的 GLM-4.7 Flash 制作的去审查版本，使用开源工具 Heretic 自动移除模型的拒答行为，并非由 Z.ai 制作或认可。Zurelay GLM-4.7 Flash Heretic API 通过一个兼容 OpenAI 的端点提供该模型，支持 200K token 上下文窗口、可关闭的推理功能和工具调用，价格比官方标价低 13%。你发送的所有内容仍须遵守 Zurelay 的服务条款。

GLM-4.7 Flash Heretic 基于 Z.ai 的快速开放权重模型 GLM-4.7 Flash,并通过 Heretic 去除了模型的拒答行为。Heretic 是一款开源工具，它能找出模型内部激活中与拒答相关的方向，再直接修改权重来抑制这一行为，无需重新训练。该版本由 Olafangensan 发布在 Hugging Face 上，原版会拒绝的提示词，它也能回答。这是社区构建的版本，并非由 Z.ai 制作或认可。模型支持文本输入和输出，上下文窗口为 200,000 个 token,最多可输出 24,000 个 token。在 Zurelay 上，模型 ID 为 glm-4.7-flash-heretic,也可以使用 olafangensan-glm-4.7-flash-heretic。输入价格为每 1M 输入 token $0.061,输出价格为每 1M 输出 token $0.35,缓存输入价格为 $0.0305。

它适合那些经过过滤的模型常常拒答或敷衍处理的任务：涉及黑暗主题的小说创作、角色扮演、用于测试自有系统的红队提示词，以及对敏感话题的直接回答。去除拒答机制可能会连带影响其他能力，因此在正式依赖它之前，请先用你自己的任务测试一下。拒答变少，并不会改变你可以用它做什么。发送给它的所有内容仍然适用 Zurelay 的服务条款(https://zurelay.com/legal/terms)，包括第 7 条中的可接受使用规则，你需要对如何使用它的输出负责。

它会先推理再作答，默认推理强度为 low。你可以把 reasoning_effort 设为 none、low、medium 或 high：none 会关闭推理，直接快速作答；在我们的测试中，面对一道难题，high 的思考时间是 low 的两倍多。它能自行调用工具，支持并行调用多个工具，也支持在流式输出时调用；支持 response_format 中的 json_object 和 json_schema，并支持 stop 序列和常用的采样参数；不支持 logprobs。在我们的测试中，它在一个 168K token 的提示词里找出埋藏的一条事实，只用了 44 秒。输入每 1M token 收费 $0.061，输出每 1M token 收费 $0.35，官方定价分别为 $0.07 和 $0.40。

优势

GLM-4.7 Flash Heretic 的出色之处。 以及团队用它构建的应用。

01

直接作答，不拒绝

Heretic 移除了模型学到的拒答行为，因此面对小说创作、红队提示词和敏感问题时，它会给出回答，而不是直接拒绝。

02

由你掌控的推理

默认以 low 级别推理；遇到难题可调到 medium 或 high,需要快速直接作答则设为 none。

03

自主调用工具

它能自行判断何时调用工具，支持同时调用多个工具，流式输出时也可以调用，并能读取返回结果，因此适合用在 agent 场景中。

04

每 token 价格低

每 1M 输入 token 收费 $0.061,每 1M 输出 token 收费 $0.35;重复的提示词按缓存价 $0.0305 计费。

使用场景

  • 无审查智能体

    可调用工具、进行多步推理，且不会拒绝任务中某些部分的 Agent。

  • 测试你自己的 AI 系统

    为你的聊天机器人和安全过滤器生成对抗性提示词和测试用例，而这类内容，拒绝配合的模型是不会为你写的。

  • 小说创作与角色扮演

    黑暗、成熟的故事与角色，全程沉浸创作，模型不会跳出故事。

  • 长文档

    最长 200K token 的报告、日志和会议转录，一次请求即可读完并给出回答。

开始使用

三步调用 GLM-4.7 Flash Heretic。

无需排队，也无需换用新的 SDK。只要你的代码能调用 OpenAI, 就能调用 Zurelay。

  1. 1

    创建密钥

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

    获取你的 API 密钥
  2. 2

    Zurelay：Point your SDK

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

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

    使用 glm-4.7-flash-heretic

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

    glm-4.7-flash-heretic

兼容你正在使用的工具

对比

相似模型。 同一个 key 即可调用。

62%优惠

GLM-5.3 Flash

每 1M token $0.058 / $0.19

选择 GLM-5.3 Flash,即 Z.ai 当前自家推出的低价 GLM 模型，适合不需要解除拒答限制的编程和 Agent 任务。

GLM-5.3 Flash API
2%优惠

Abliterated Large V2

每 1M token $2.93 / $4.88

选择 Abliterated Large V2,即可使用规模大得多、已移除拒答机制且支持 1M token 上下文窗口的模型，每个 token 的价格也更高。

Abliterated Large V2 API
4%优惠

Gemma 4 Uncensored

每 1M token $0.155 / $0.48

选择 Gemma 4 Uncensored,即可使用支持图像输入、上下文长度达 256K token 的无审查模型。

Gemma 4 Uncensored API

常见问题

GLM-4.7 Flash Heretic API 常见问题。

还有其他问题？联系我们的团队，我们会通过邮件回复。

GLM-4.7 Flash Heretic API 的价格是多少?

在 Zurelay 上，glm-4.7-flash-heretic 的价格为：每 1M 输入 token $0.061,每 1M 输出 token $0.35,缓存输入 $0.0305。官方标价为每 1M 输入 $0.07、输出 $0.40,相当于节省 13%。推理 token 按输出计费，无论提示词多长都适用同一费率，失败的请求不会计费。

Heretic 是什么？

Heretic 是一款开源工具，可以自动移除模型的拒答行为。它会对比模型在拒答提示词和正常回答提示词上的内部激活，找出与拒答相关的方向，再通过修改权重来抑制该方向，并调整修改幅度，尽量减少对模型其他表现的影响。GLM-4.7 Flash Heretic 就是经过这种修改后的 GLM-4.7 Flash,由 Olafangensan 发布。

GLM-4.7 Flash Heretic 是 Z.ai 推出的吗？

不是。GLM-4.7 Flash 由 Z.ai 开发并开放了权重；GLM-4.7 Flash Heretic 是社区基于这些权重修改而来的版本，并非 Z.ai 制作或认可。当被问到它是什么时，它会自称 GLM-4.7 Flash Heretic,并注明它基于 Z.ai 的模型。如果需要保留完整安全调优的 Z.ai 官方模型，请使用 GLM-5.3 Flash 或 GLM-5.3。

Zurelay 的服务条款仍然适用吗?

是的。去除模型的拒答，改变的只是它愿意写什么，而不是规则本身。Zurelay 的服务条款（https://zurelay.com/legal/terms）适用于发送给 GLM-4.7 Flash Heretic 的所有内容，包括第 7 条中的可接受使用规则。与 Zurelay 上的任何模型一样，你需要对如何使用它的输出负责。

如何使用 OpenAI SDK 调用 GLM-4.7 Flash Heretic API?

安装官方 openai 包，将 base_url 设置为 https://api.zurelay.com/v1,并使用你的 Zurelay API key。然后发送 Chat Completions 请求，将 model 设置为 "glm-4.7-flash-heretic"。Zurelay 也支持 olafangensan-glm-4.7-flash-heretic。

GLM-4.7 Flash Heretic 的推理等级是如何工作的?

默认使用 low 级别的推理。你可以将 reasoning_effort 设置为 none、low、medium 或 high。none 会关闭推理，直接快速作答；high 会在难题上投入最多的思考，在我们的测试中耗时是 low 的两倍多。推理内容会通过 reasoning_content 返回，并按输出计费。

GLM-4.7 Flash Heretic 的上下文窗口有多大?

它支持 200,000 token 的上下文，最多可输出 24,000 个 token;如果请求的 max_tokens 更高，会被拒绝。推理过程和最终回答共用这部分额度。在我们的测试中，它用 44 秒从长达 168K token 的提示词中找出了其中埋藏的一条信息。

GLM-4.7 Flash Heretic 是否支持工具调用、图像和 JSON 输出?

它可以通过 tool_choice 设为 auto 自主调用工具，支持一次调用多个工具，也支持在流式输出时调用，还能读取工具返回结果，并遵循 "required" 以及按名称指定的工具。如需 JSON 输出，请在 response_format 中传入 json_object 或 json_schema。它只支持文本：如果请求中包含图片或文件，会在计费之前被拒绝，并返回明确的错误信息。不支持 logprobs。

Zurelay 上的更多模型

全部模型

告别原价.
今天就开始省钱.

几秒钟即可创建密钥，将你正在使用的 SDK 指向 Zurelay，从第一个 token 起，每次请求的费用最高可省 90%。

获取你的 API 密钥联系工程师