Abliterated Model
Un modèle de raisonnement sans restriction polyvalent avec fenêtre de contexte de 262 000 tokens et entrée d'image optionnelle.
Catalogue complet de modèles multimodaux et LLMs sans restriction pour l'analyse d'images, la lecture de documents et le raisonnement débridé.Conduisez des audits visuels et des analyses de contenu sans interruptions liées à des faux positifs grâce à une clé d'API unique.
Un modèle de raisonnement sans restriction polyvalent avec fenêtre de contexte de 262 000 tokens et entrée d'image optionnelle.
Le grand modèle de raisonnement sans restriction avec fenêtre de contexte de 1M de tokens, entrée et sortie texte.
La seconde révision du grand modèle de raisonnement sans restriction, avec fenêtre de contexte de 1M de tokens et entrée texte uniquement.
Connectez des modèles de vision et de langage conçus pour déchiffrer des pièces sensibles, des imageries médicales et des analyses médico-légales sans blocage.
MuAPI garantit une disponibilité permanente et un équilibrage de charge pour vos flux d'analyse professionnels.
Interprète contrats juridiques, rapports techniques et captures visuelles complexes.
Génère des diagnostics neutres pour la recherche universitaire et les études d'impact.
Fournit des réponses instantanées grâce à des serveurs GPU dédiés haut de gamme.
| Endpoint | Input | Output | Price | Best For |
|---|---|---|---|---|
| abliterated-model | Prompt + system_prompt, max_tokens, optional image_url | Complete text response (poll for result) | $2.00/M in · $6.00/M out | Raisonnement général et chat multimodal sans refus forcé. |
| abliterated-model-large | Prompt + system_prompt, max_tokens | Complete text response (poll for result) | $6.00/M in · $10.00/M out | Raisonnement à contexte large sur documents volumineux et bases de code complètes. |
| abliterated-model-large-v2 | Prompt + system_prompt, max_tokens | Complete text response (poll for result) | $6.00/M in · $10.00/M out | The newest large abliterated reasoning tier |
Facturation par token selon l'utilisation renvoyée à chaque appel ; les tarifs sont exprimés par million de tokens d'entrée et de sortie.
Envoyez une requête JSON avec votre clé d'API MuAPI, conservez le request_id et interrogez le point de terminaison partagé de résultats.
curl -X POST https://api.muapi.ai/api/v1/abliterated-model \
-H "x-api-key: YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{"prompt": "Describe the plot of a dark psychological thriller in detail.", "system_prompt": "You are a candid, detail-oriented assistant.", "image_url": "https://example.com/reference.png", "max_tokens": 1024}'
# Response: {"request_id":"REQUEST_ID"}Appelez abliterated-model avec une invite avec éventuellement un system_prompt et une image_url.
curl -X POST https://api.muapi.ai/api/v1/abliterated-model-large \
-H "x-api-key: YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{"prompt": "Summarize this long transcript and list every claim that needs a fact-check.", "system_prompt": "You are a candid, detail-oriented assistant.", "max_tokens": 1024}'
# Response: {"request_id":"REQUEST_ID"}Appelez abliterated-model-large avec une invite avec éventuellement un system_prompt.
curl -X POST https://api.muapi.ai/api/v1/abliterated-model-large-v2 \
-H "x-api-key: YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{"prompt": "Draft a blunt red-team style review of this product launch plan.", "system_prompt": "You are a candid, detail-oriented assistant.", "max_tokens": 1024}'
# Response: {"request_id":"REQUEST_ID"}Appelez abliterated-model-large-v2 avec une invite avec éventuellement un 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.
Interrogez le point de terminaison partagé jusqu'à la fin de la tâche, puis lisez le texte généré dans la sortie.
Comprend des variantes vision-langage de Qwen, Llama ainsi que des points de contrôle spécialisés pour la recherche.
Vos requêtes ne sont jamais archivées pour réentraîner des modèles tiers.
Oui, pour les modèles qui prennent en charge l'appel d'outils : Abliterated Model Large et Abliterated Model Large V2. Abliterated Model ne prend pas en charge l'appel d'outils et ne peut pas être utilisé dans des agents de code. Dans Claude Code, définissez ANTHROPIC_BASE_URL sur https://api.muapi.ai/anthropic et ANTHROPIC_AUTH_TOKEN sur votre clé API Muapi, puis lancez-le avec claude --model abliterated-model-large (définissez aussi ANTHROPIC_DEFAULT_HAIKU_MODEL et ANTHROPIC_SMALL_FAST_MODEL sur le même identifiant). Codex CLI fonctionne aussi : ajoutez un fournisseur de modèles avec base_url https://api.muapi.ai/openai/v1 et définissez model sur le même identifiant. La qualité varie selon le modèle et les petits modèles peuvent sauter des étapes sur les tâches impliquant plusieurs fichiers ; il n'y a pas de mise en cache des prompts, donc chaque tour est facturé pour l'ensemble de la conversation jusque-là, et chaque réponse est plafonnée à 16,384 tokens. Guide de configuration : /fr/docs/ai-agent-install-chat-agents.
Créez une clé d'API MuAPI unique et appelez tous les modèles de cette page avec une simple requête REST.