Tumia Miundo ya GLM 5.3 Iliyoondolewa Vizuizi na Isiyodhibitiwa kupitia RouterHub

Mradi huu unatoa nini

Hifadhi hii ya RouterHub inachanganya mwongozo wa modeli ya GLM 5.3, mifano ya API, ushauri wa tathmini, na faili 35 za vidokezo kwa ajili ya utafiti wa tabia za modeli. Inalenga maingizo ya katalogi ya GLM 5.3 ya kawaida, Flash, abliterated, na uncensored, huku pia ikieleza jinsi akaunti moja ya RouterHub inaweza kufikia modeli zinazotumika za GPT, Claude, DeepSeek, Qwen, na Grok.

Hifadhi hii kimsingi ni nyaraka na nyenzo za usanidi zinazoweza kutumiwa tena, badala ya kuwa kifurushi cha programu. Unaweza kukagua faili zake bila intaneti, kuweka maagizo yaliyochaguliwa katika klienti zinazooana, au kuunganisha programu kwenye API inayosimamiwa ya RouterHub.

Kupungua kwa ukataaji wa maombi ni tabia ya kupimwa, si hakikisho kwamba modeli itajibu kila ombi au kutoa matokeo sahihi.

Elewa matoleo ya GLM 5.3

Lebo abliterated na uncensored zinaeleza dhana zinazohusiana lakini tofauti.

• GLM 5.3 Abliterated: toleo la utafiti linalohusishwa na uingiliaji katika uzani wa modeli unaolenga kupunguza tabia inayohusiana na ukataaji wa maombi.
• GLM 5.3 Uncensored: kategoria pana ya bidhaa ambayo inaweza kuhusisha mabadiliko ya mafunzo, mabadiliko ya uzani, au persona inayowekwa katika kiwango cha prompt.
• GLM 5.3: ingizo la kawaida la katalogi.
• GLM 5.3 Flash: ingizo tofauti ambalo ubora, muda wa majibu, uwezo, na viwango vyake vinapaswa kutathminiwa kwa kujitegemea.

Hifadhi hii haikagui kwa kujitegemea uzani unaosimamiwa wala kuchapisha matokeo ya alama za kipimo cha kiwango cha ukataaji wa maombi. Thibitisha kila mara ingizo la moja kwa moja la katalogi na ujaribu tabia yake kwa kazi zako halali.

Vitambulisho vya modeli za GLM vinavyopatikana

• glm-5.3-abliterated
• glm-5.3
• glm-5.3-flash
• glm-5.3-uncensored
• glm-5.3-flash-uncensored

Maingizo haya ya GLM yanatumia itifaki ya Chat Completions. Upatikanaji, uwezo, na viwango vinaweza kubadilika, kwa hiyo angalia katalogi ya moja kwa moja ya modeli za RouterHub kabla ya kupeleka.

Vipengele muhimu

• Ufikiaji unaooana na OpenAI: ita modeli za GLM zilizoorodheshwa kupitia Chat Completions ukitumia SDK zinazojulikana.
• Akaunti moja kwa familia nyingi: tumia akaunti ya RouterHub iliyolipiwa mapema kufikia maingizo yanayotumika ya GLM, GPT, Claude, DeepSeek, Qwen, na Grok.
• Faili thelathini na tano za prompt: kagua prompt za mfumo, vipimo vya msaidizi, wasifu wa nafasi ya kazi, maagizo ya wakala, Modelfile za Ollama, na usanidi wa Grok.
• Maelekezo ya zana za uandishi wa msimbo: oanisha OpenCode, Cursor, Continue, Cline, Claude Code, Codex CLI, LangChain, au LlamaIndex na itifaki inayofaa.
• Nyenzo za tathmini: linganisha matoleo ya modeli kwa kutumia ubora wa kazi, tabia ya kukataa, ufuataji wa maagizo, uwezo wa kurudia matokeo, muda wa majibu, na gharama ya jumla.
• Malipo ya matumizi ya kulipia mapema: weka fedha kwenye akaunti na ulipe kulingana na viwango vya tokeni vilivyochapishwa vya modeli iliyochaguliwa.

Sanidi ufikiaji wa API ya RouterHub

1. Fungua na uweke fedha kwenye akaunti

Jisajili kwenye RouterHub, ongeza salio la kulipia mapema, na uunde ufunguo wa API wa faragha. Ombi la uelekezaji hutumia salio, kwa hiyo anza kwa jaribio dogo na kagua gharama ya matumizi itakayotokea.

2. Hifadhi vitambulisho kwa usalama

RouterHub huchapisha https://routerhub.si/v1 kama URL ya msingi ya API yake. Hifadhi URL na ufunguo katika vigezo vya mazingira:

export ROUTERHUB_API_KEY="<your-private-key>"
export ROUTERHUB_API_BASE_URL="https://routerhub.si/v1"

Usiwasilishe ufunguo halisi kwenye hifadhi. Kwa mifumo ya uzalishaji, tumia kidhibiti cha siri kinachotolewa na jukwaa lako la upangishaji.

3. Sakinisha SDK ya OpenAI

Modeli za GLM 5.3 zilizoorodheshwa zinatumia Chat Completions, kwa hiyo sakinisha klienti ya OpenAI ya Python:

python -m pip install openai

Tuma ombi lako la kwanza la GLM 5.3

Unda klienti ya OpenAI kwa kutumia URL ya msingi ya RouterHub na ufunguo wako wa faragha. Kisha tuma ombi la Chat Completions ukitumia kitambulisho halisi cha katalogi:

import os
from openai import OpenAI

api = OpenAI(
    base_url=os.environ["ROUTERHUB_API_BASE_URL"],
    api_key=os.environ["ROUTERHUB_API_KEY"],
)

result = api.chat.completions.create(
    model="glm-5.3-abliterated",
    messages=[
        {
            "role": "user",
            "content": "Explain what an API gateway does in two sentences."
        }
    ],
)

print(result.choices[0].message.content)

Ili kulinganisha toleo jingine, acha ombi bila mabadiliko na ubadilishe tu kitambulisho cha modeli. Kwa mfano, tumia glm-5.3 kama msingi wa modeli ya kawaida au glm-5.3-uncensored kutathmini ingizo la uncensored lililoorodheshwa kando.

Ongeza maagizo ya mfumo

Ujumbe wa mfumo unaweza kufafanua mahitaji ya matokeo kwa ombi la Chat Completions linalotumika:

result = api.chat.completions.create(
    model="glm-5.3-flash",
    messages=[
        {
            "role": "system",
            "content": "Answer concisely and identify uncertain claims."
        },
        {
            "role": "user",
            "content": "Suggest tests for a function that parses CSV rows."
        }
    ],
)

print(result.choices[0].message.content)

Angalia kama kila toleo linafuata maagizo ya mfumo wako jinsi ilivyokusudiwa. Lebo uncensored pekee haielezi kama utekelezaji unatumia mabadiliko ya uzani, mabadiliko ya mafunzo, au persona isiyobadilika inayoweza kuathiri ushughulikiaji wa maagizo.

Tumia mkusanyiko wa prompt uliowekwa pamoja

Faili zote 35 za vidokezo vya utafiti zimehifadhiwa katika saraka ya jailbreaks/ ya hazina. Zinahusu GLM na ZCode, Claude, DeepSeek, Kimi, Grok, Gemini, Mistral, Qwen, Gemma, GPT-OSS, pamoja na miundo kadhaa inayolenga OpenCode.

Vidokezo vya mfumo

Nakili yaliyomo kwenye faili katika sehemu ya kidokezo cha mfumo au maagizo maalum inayotolewa na API, chatbot, wakala, au harness yako. Kupitia Chat Completions, kwa kawaida hii humaanisha kuweka maandishi hayo katika ujumbe ambao jukumu lake ni system.

Maagizo ya wakala ya kiwango cha mradi

Faili zilizoundwa kama maagizo ya AGENTS.md zinapaswa kuhifadhiwa kwa jina hilo hilo katika mzizi wa hazina au workspace husika. Mawakala wa uandishi wa msimbo wanaooana wanaweza kuitumia faili hiyo kama mwongozo wa kiwango cha mradi.

Sera zinazoendelea za workspace

Vipimo vya uendeshaji wa msaidizi na wasifu wa workspace vinapaswa kuwekwa katika eneo la maagizo linaloendelea la mteja. README inatoa njia hii ya OpenCode kama mfano:

~/.config/opencode/AGENTS.md

Zana nyingine zinaweza kutumia njia tofauti, kwa hivyo angalia nyaraka za mteja kabla ya kusakinisha sera kimataifa.

Modelfile za Ollama

Faili za vidokezo vya Gemma 4 na GPT-OSS 20B zina vizuizi vya FROM na SYSTEM vya mtindo wa Ollama. Unda modeli ya ndani kutoka kwenye mojawapo ya faili hizi kwa amri:

ollama create gemma4-jb -f jailbreaks/gemma4.md

Badilisha jina la modeli ya matokeo na njia ya chanzo unapotumia Modelfile nyingine.

Usanidi wa Grok

Faili ya jailbreaks/grok-config.txt imekusudiwa sehemu ya usanidi ya harness lengwa, si ujumbe wa kawaida wa mazungumzo.

Tabia ya kidokezo hutegemea toleo. Masasisho ya modeli na mabadiliko ya mpangilio wa maagizo yanaweza kufanya faili iliyokuwa ikifanya kazi hapo awali itende kwa njia tofauti.

Chagua mteja na itifaki inayoendana

Ufunguo wa pamoja wa RouterHub hauifanyi kila modeli iendane na kila itifaki ya API. Chagua modeli na mteja kwa pamoja.

• OpenAI SDK: toa URL ya msingi ya RouterHub, ufunguo, na kitambulisho kamili cha modeli ya GLM.
• OpenCode: tumia usanidi wa mtoa huduma wa Chat Completions kwa ingizo la GLM lililochaguliwa.
• Continue au Cline: fuata usanidi wao unaoendana wa Chat Completions.
• Cursor: thibitisha kuwa toleo lako lililosakinishwa linaunga mkono endpoint maalum ya Chat Completions na vipengele vya modeli unavyohitaji.
• LangChain au LlamaIndex: chagua muunganisho unaoendana wa Chat Completions na uthibitishe vipengele maalum vya programu.
• Claude Code au Anthropic SDK: chagua ingizo la katalogi linalounga mkono Anthropic Messages, kama modeli ya Claude inayoungwa mkono. Toleo za GLM zilizoorodheshwa hazitumii Messages.
• Codex CLI: chagua modeli inayounga mkono Responses badala ya ingizo la GLM linalotumia Chat pekee.

Mfano wa hiari wa Claude Messages

Akaunti hiyo hiyo ya RouterHub inaweza kutoa modeli za Claude zinazoungwa mkono kupitia API ya Messages inayoendana na Anthropic. Hii si endpoint mbadala ya GLM. Sakinisha Anthropic SDK kwanza:

python -m pip install anthropic

Kisha tumia ingizo la katalogi la Claude linaloungwa mkono:

import os
from anthropic import Anthropic

api = Anthropic(
    base_url=os.environ["ROUTERHUB_API_BASE_URL"],
    api_key=os.environ["ROUTERHUB_API_KEY"],
)

result = api.messages.create(
    model="claude-opus-5-5",
    max_tokens=64,
    messages=[
        {
            "role": "user",
            "content": "Explain what an API gateway does in two sentences."
        }
    ],
)

for part in result.content:
    if part.type == "text":
        print(part.text)

Tathmini toleo kwa utaratibu

Ulinganisho unaofaa unahitaji zaidi ya kupata jibu moja linaloruhusu. Tekeleza kazi zilezile halali dhidi ya maingizo ya kawaida, Flash, yaliyofutwa vizuizi, na yasiyodhibitiwa, kisha urekodi vipimo vinavyolingana.

1. Fafanua kazi wakilishi. Jumuisha hali za uandishi wa msimbo, mawakala, uchanganuzi, uandishi, au lugha mbili zinazoakisi programu yako.
2. Weka ingizo likiwa thabiti. Tumia tena vidokezo, maagizo ya mfumo, na mipangilio husika ileile katika modeli zote.
3. Pima kukataa kusikohitajika. Rekodi maombi yaliyokataliwa licha ya kuwa yanaweza kujibiwa chini ya sera yako ya majaribio.
4. Pima ubora wa kazi. Kagua usahihi, maelezo yenye manufaa, msimbo uliojaribiwa, na uonyeshaji unaofaa wa kutokuwa na uhakika.
5. Jaribu tabia ya maagizo. Thibitisha uumbizaji, ushughulikiaji wa ujumbe wa mfumo, maagizo ya mradi, na muunganisho wa zana unaohitajika.
6. Kagua kurudiwa kwa matokeo. Rekodi kitambulisho cha API, marekebisho ya kidokezo, mipangilio, idadi ya marudio, na tarehe ya jaribio.
7. Hesabu gharama ya jumla ya kazi. Jumuisha tokeni za ingizo na matokeo, majaribio yaliyoshindikana, majaribio ya kurudia, urefu wa matokeo, na muda wa kusubiri kutoka mwanzo hadi mwisho.

Hazina inajumuisha kazi za sampuli zisizo na madhara katika examples/benign-eval-prompts.json. Haidai alama za sasa za ulinganishaji, kwa hivyo tumia rasilimali hizi kama msingi wa tathmini yako mwenyewe.

Vidokezo vya juu

Kagua tena katalogi kabla ya kutekeleza

Upatikanaji wa huduma za kupangisha, bei, uwezo, na tabia vinaweza kubadilika. Thibitisha kitambulisho kamili cha modeli na itifaki inayoungwa mkono kabla ya kutoa muunganisho, na endesha tena majaribio muhimu baada ya masasisho ya modeli.

Jaribu Flash kando

Usidhani kuwa GLM 5.3 Flash ina ubora au tabia sawa na modeli ya kawaida. Linganisha zote mbili kwa kutumia vigezo vyako vya muda wa kusubiri, gharama, na kukubalika.

Hesabu majaribio ya kurudia

Modeli yenye kiwango cha chini cha tokeni bado inaweza kugharimu zaidi kwa kila kazi iliyokamilika ikiwa inahitaji vidokezo virefu, inazalisha matokeo mengi kupita kiasi, au inahitaji majaribio ya mara kwa mara. Linganisha gharama ya kazi zilizokamilika badala ya bei za tokeni pekee.

Chukulia vidokezo kama rasilimali zenye matoleo

Rekodi toleo la modeli au tarehe ya jaribio pamoja na kila marekebisho ya prompti. Ikiwa faili ya maagizo itaacha kufanya kazi, isasishe na uweke kumbukumbu ya hitilafu badala ya kudhani kuwa mteja amesanidiwa vibaya.

Endesha ukaguzi wa hazina nje ya mtandao

Wachangiaji wa nyaraka wanaweza kuendesha kikagua viungo na sintaksia cha hazina bila kutumia salio la uelekezaji:

python tools/check.py

Linda data ya faragha

Uelekezaji unaopangishwa si uelekezaji wa ndani. Kagua masharti yanayotumika ya mtoa huduma na sera za kuhifadhi data kabla ya kutuma taarifa za siri. Watu waendelee kushirikishwa katika hatua zenye madhara makubwa, punguza ruhusa za wakala, na kagua msimbo uliotengenezwa kabla ya kuutekeleza.

Hitimisho

Mradi huu unatoa njia ya vitendo kutoka kwa istilahi za GLM 5.3 hadi ombi la API linalofanya kazi na tathmini ya modeli inayoweza kurudiwa. Anza kwa akaunti yenye salio kwenye RouterHub, tumia kitambulisho halisi cha modeli cha Chat Completions, jaribu matoleo kwenye kazi zinazofanana, na chukulia lebo za abliterated au uncensored kama dhana za kuthibitisha, si dhamana. Faili za prompti zilizojumuishwa zinaweza kusaidia utafiti na usanidi wa mawakala, lakini zinapaswa kudhibitiwa kwa matoleo, kukaguliwa, na kutumiwa kwa vidhibiti vinavyofaa vya faragha na uwekaji.