Venesia Dilenyapkan
Venice Abliterated, model obrolan tujuan umum dengan pengurangan penolakan dan jendela konteks 128 ribu token.
API LLM Penolakan Rendah memberi Anda akses terprogram ke 2 model melalui satu kunci API Muapi dan satu bentuk permintaan: prompt, system_prompt opsional, max_tokens.Ini adalah model obrolan tujuan umum dengan penolakan yang lebih sedikit atau dilatih untuk kemampuan pengendalian yang tinggi. Hal ini menurunkan frekuensi penolakan permintaan; hal ini tidak menjamin keluaran yang tidak dibatasi atau mengubah kebijakan penggunaan yang dapat diterima oleh Muapi. Anda tetap bertanggung jawab atas cara Anda menggunakan hasilnya.
Venice Abliterated, model obrolan tujuan umum dengan pengurangan penolakan dan jendela konteks 128 ribu token.
Hermes 4 405B dari Nous Research, model bobot terbuka besar yang dilatih untuk kemampuan pengendalian dan tingkat penolakan yang rendah, dengan jendela konteks token 128K.
LLM API dengan Penolakan Rendah adalah katalog Muapi yang berisi 2 LLM obrolan dengan penolakan rendah, mulai dari model obrolan 8 miliar yang ringan hingga model penalaran konteks token 1 juta, di balik satu antarmuka REST yang konsisten sehingga Anda dapat membandingkannya dengan mengubah satu nama model.
Kirimkan prompt, opsional dengan system_prompt untuk mengatur persona dan nada, dan polling untuk teks yang dihasilkan. Penggunaan yang umum mencakup obrolan terbuka, menulis dan bertukar pikiran, asisten peneliti yang mengikuti perintah sistem terperinci, dan perbandingan dengan model yang lebih ketat. Ini adalah model obrolan tujuan umum dengan penolakan yang lebih sedikit atau dilatih untuk kemampuan pengendalian yang tinggi. Hal ini menurunkan frekuensi penolakan permintaan; hal ini tidak menjamin keluaran yang tidak dibatasi atau mengubah kebijakan penggunaan yang dapat diterima oleh Muapi. Anda tetap bertanggung jawab atas cara Anda menggunakan hasilnya.
Setiap titik akhir menerima isi permintaan yang sama dan mengembalikan teks melalui titik akhir hasil bersama, sehingga peralihan model adalah perubahan satu baris.
Model ini menolak permintaan lebih sedikit dibandingkan model asisten pada umumnya. Perilaku bervariasi berdasarkan model dan perintah, dan bukan merupakan jaminan.
Tetapkan system_prompt untuk mengarahkan persona, nada, dan format keluaran untuk pekerjaan kreatif, analitis, atau evaluasi.
Penagihan mengikuti jumlah token setiap panggilan kembali. Tidak ada langganan dan tidak ada model hosting yang harus dikelola.
Gunakan model ini untuk mengobrol, menyusun draf, dan penalaran langkah demi langkah.
Berkurangnya penolakan bukan berarti tidak ada aturan. Kebijakan penggunaan yang dapat diterima Muapi dan hukum yang berlaku masih berlaku pada apa yang Anda hasilkan.
| Titik akhir | Masukan | Keluaran | Harga | Terbaik Untuk |
|---|---|---|---|---|
Ditagih per token dari penggunaan setiap panggilan kembali; harga adalah per juta token input dan output.
Kirimkan permintaan JSON dengan kunci API Muapi Anda, simpan ID permintaan, dan lakukan polling pada titik akhir hasil yang dibagikan.
Hubungi Venice-Abliterated dengan system_prompt yang cepat dan opsional.
curl -X POST https://api.muapi.ai/api/v1/hermes-4-405b \
-H "x-api-key: YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{"prompt": "Follow this system prompt exactly and critique my draft essay.", "system_prompt": "You are a candid, detail-oriented assistant.", "max_tokens": 1024}'
# Response: {"request_id":"REQUEST_ID"}Panggil hermes-4-405b dengan system_prompt prompt dan opsional.
Lakukan polling pada titik akhir hasil yang dibagikan hingga tugas selesai, lalu baca teks yang dihasilkan dari output.
LLM dengan penolakan rendah adalah model obrolan dengan penolakan yang lebih sedikit atau model yang dilatih untuk kemampuan pengendalian yang tinggi, sehingga menolak permintaan lebih sedikit dibandingkan asisten biasa. Ini adalah deskripsi perilaku yang umum, bukan jaminan, dan hasilnya bervariasi berdasarkan model dan perintah.
Venesia Dilenyapkan dan Hermes 4 405B. Masing-masing adalah titik akhir terpisah dengan nama modelnya sendiri di URL.
Penagihan adalah per token, dipotong setelah setiap panggilan dari jumlah yang dikembalikan model. Tarif mulai dari $0,60 per juta token masukan; lihat tabel harga untuk setiap model.
Tidak. Berkurangnya penolakan tidak berarti keluaran tidak dibatasi, dan pengetahuan serta kualitas masing-masing model tetap mengikat jawabannya. Anda bertanggung jawab atas cara Anda menggunakan hasilnya, dan permintaan yang melanggar kebijakan penggunaan Muapi yang dapat diterima atau hukum tidak diizinkan.
Tidak. Setiap model di halaman ini adalah teks masuk, teks keluar.
POST ke /api/v1/<model-name> mengembalikan request_id. Lakukan polling /api/v1/predictions/{request_id}/result hingga status selesai, lalu baca teks dari output.
Buat satu kunci API Muapi dan panggil setiap model di halaman ini dengan permintaan REST biasa.