DeepSeek R1 Distill Llama 70B Abliterated
DeepSeek R1 distilled onto Llama 70B con comportamiento de rechazo reducido by abliteration: chain-of-thought reasoning with a 16K-token ventana de contexto.
DeepSeek R1 sin restricciones ejecuta razonamiento profundo de cadena de pensamiento (Chain-of-Thought) sin censura ni interrupciones en su proceso deductivo.El modelo de razonamiento abierto más potente para matemáticas avanzadas, algoritmos y resolución de problemas difíciles sin límites artificiales.
DeepSeek R1 distilled onto Llama 70B con comportamiento de rechazo reducido by abliteration: chain-of-thought reasoning with a 16K-token ventana de contexto.
DeepSeek R1 distilled onto Qwen 32B con comportamiento de rechazo reducido by abliteration: compact chain-of-thought reasoning with a 16K-token ventana de contexto.
DeepSeek R1 ha asombrado al mundo científico por su capacidad de reflexionar, corregirse y explorar múltiples vías de solución antes de emitir una respuesta final.
En esta versión modificada, el modelo reflexiona abiertamente sobre cualquier problema de ciberseguridad, teoría de juegos o análisis complejo sin omitir pasos cruciales.
Inspecciona el razonamiento paso a paso del modelo sin bloqueos intermedios.
Resuelve pruebas de algoritmos y cálculo simbólico con precisión casi perfecta.
Audita sistemas y descubre fallos lógicos complejos sin censura preventiva.
| Endpoint | Input | Output | Price | Best For |
|---|---|---|---|---|
| deepseek-r1-llama-70b-abliterated | Prompt + system_prompt, max_tokens | Complete text response (poll for result) | $1.40/M in · $1.40/M out | Step-by-step reasoning on the Llama 70B base |
| deepseek-r1-qwen-32b-abliterated | Prompt + system_prompt, max_tokens | Complete text response (poll for result) | $2.80/M in · $2.80/M out | Compact step-by-step reasoning on the Qwen 32B base |
Facturado por token a partir del uso devuelto en cada llamada; los precios se expresan por millón de tokens de entrada y salida.
Envía una solicitud JSON con tu clave de API de Muapi, guarda el ID de la solicitud y consulta el endpoint de resultados compartido.
curl -X POST https://api.muapi.ai/api/v1/deepseek-r1-llama-70b-abliterated \
-H "x-api-key: YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{"prompt": "Reason step by step through this logic puzzle and show your working.", "system_prompt": "You are a candid, detail-oriented assistant.", "max_tokens": 1024}'
# Response: {"request_id":"REQUEST_ID"}Invoca deepseek-r1-llama-70b-abliterated con una indicación y, opcionalmente, system_prompt.
curl -X POST https://api.muapi.ai/api/v1/deepseek-r1-qwen-32b-abliterated \
-H "x-api-key: YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{"prompt": "Work through this probability problem step by step.", "system_prompt": "You are a candid, detail-oriented assistant.", "max_tokens": 1024}'
# Response: {"request_id":"REQUEST_ID"}Invoca deepseek-r1-qwen-32b-abliterated con una indicación y, opcionalmente, system_prompt.
curl https://api.muapi.ai/api/v1/predictions/REQUEST_ID/result \ -H "x-api-key: YOUR_API_KEY" # Poll until status is completed, then read the generated text from outputs.
Consulta el endpoint de resultados compartido hasta que la tarea se complete, luego lee el texto generado en outputs.
Sí, el endpoint devuelve tanto el bloque de pensamiento reflexivo como la respuesta final estructurada.
Crea una clave de API de Muapi y llama a todos los modelos de esta página con una solicitud REST estándar.