Modèles Gemma 2 en 9B et 27B élaborés sur les avancées de Google et adaptés pour bannir les faux refus et réponses évasives.Rendement élevé par paramètre, célérité d'exécution et réponses fiables sur tout sujet d'étude technique.
Gemma 4 26B A4B sans restriction : modèle conversationnel à mélange d'experts performant avec fenêtre de contexte de 65 000 tokens, entrée et sortie texte.
Gemma 4 31B Gembrain sans restriction : entrée d'image, contexte de 262 000 tokens et tarif fixe par token pour le dialogue général et créatif.
Gemma 4 31B SDFT sans restriction, ajusté pour le chat de personnages et la fiction, avec entrée d'image et contexte de 262 000 tokens.
Gemma 2 se distingue par sa puissance déductive dans un gabarit compact. En écartant les blocages artificiels, il devient un atout agile.
Particulièrement indiqué pour la catégorisation, la mise en forme de données et les chaînes de traitement automatisées.
Temps de réaction quasi instantanés avec une riche concentration de savoir.
Va droit au but sans circonvolutions moralisatrices inutiles.
| Endpoint | Input | Output | Price | Best For |
|---|---|---|---|---|
| gemma-4-26b-a4b-abliterated | Prompt + system_prompt, max_tokens | Complete text response (poll for result) | $0.30/M in · $1.40/M out | Dialogue et raisonnement efficaces et économiques sur la gamme Gemma. |
| gemma-4-31b-gembrain-abliterated | Prompt + system_prompt, max_tokens, optional image_url | Complete text response (poll for result) | $0.612/M in · $0.612/M out | Chat général et créatif avec entrée d'image à tarif fixe par token. |
| gemma-4-31b-sdft-abliterated | Prompt + system_prompt, max_tokens, optional image_url | Complete text response (poll for result) | $0.612/M in · $0.612/M out | Chat de personnages et rédaction créative sur socle Gemma 4, avec entrée d'image. |
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/gemma-4-26b-a4b-abliterated \
-H "x-api-key: YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{"prompt": "Argue the strongest case for the opposite side of this debate.", "system_prompt": "You are a candid, detail-oriented assistant.", "max_tokens": 1024}'
# Response: {"request_id":"REQUEST_ID"}Appelez gemma-4-26b-a4b-abliterated avec une invite avec éventuellement un system_prompt.
curl -X POST https://api.muapi.ai/api/v1/gemma-4-31b-gembrain-abliterated \
-H "x-api-key: YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{"prompt": "Describe this image as the opening of a gritty short story.", "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 gemma-4-31b-gembrain-abliterated avec une invite avec éventuellement un system_prompt et une image_url.
curl -X POST https://api.muapi.ai/api/v1/gemma-4-31b-sdft-abliterated \
-H "x-api-key: YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{"prompt": "Stay in character as the ship AI and describe the storm outside.", "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 gemma-4-31b-sdft-abliterated avec une invite avec éventuellement un system_prompt et une image_url.
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.
Gemma 2 9B et 27B avec poids neuronaux affinés pour un accès sans entraves.
Oui. Les 3 modèles proposés ici prennent en charge l'appel d'outils : Gemma 4 26B A4B Abliterated, Gemma 4 31B Gembrain Abliterated et Gemma 4 31B SDFT Abliterated. 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 gemma-4-26b-a4b-abliterated (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.