muapi Logomuapi Logo
muapi Logomuapi Logo

Abliterated Model Large V2: AI Large Language Models

Gunakan Abliterated Model Large V2 melalui satu API. Konteks 1M token, streaming, dan harga bayar per token. Coba gratis di playground Muapi. Abliterated Model Large V2 adalah revisi kedua dari model penalaran abliterated berukuran besar, dengan jendela konteks 1M token dan dukungan pemanggilan alat. Muapi menyediakannya melalui satu endpoint REST dengan polling asinkron dan streaming Server-Sent Events, sehingga Anda dapat mengintegrasikannya ke aplikasi chat, agen, dan alur kerja tanpa menghosting GPU. Model ini paling cocok untuk large-context reasoning and tool-using agents. Harga dihitung per token sebesar $6/M token input dan $10/M token output, tanpa biaya langganan. See also Abliterated Model, Abliterated Model Large. Lihat seluruh jajaran di halaman Abliterated Model API atau di pusat abliterated LLM API; keluarga terkait: GLM Abliterated API and Gemma Abliterated API. Istilah 'Abliterated' dan 'derestricted' merujuk pada modifikasi untuk mengurangi kecenderungan model menolak. Istilah ini tidak menjamin keluaran tanpa batasan; Anda tetap bertanggung jawab untuk mematuhi hukum yang berlaku dan ketentuan penggunaan Muapi.

Kontrol model interaktif

Gunakan Abliterated Model Large V2 melalui satu API. Konteks 1M token, streaming, dan harga bayar per token. Coba gratis di playground Muapi.

📝

Ikhtisar

Tentang model ini

Abliterated Model Large V2 adalah revisi kedua dari model penalaran abliterated berukuran besar, dengan jendela konteks 1M token dan dukungan pemanggilan alat. Muapi menyediakannya melalui satu endpoint REST dengan polling asinkron dan streaming Server-Sent Events, sehingga Anda dapat mengintegrasikannya ke aplikasi chat, agen, dan alur kerja tanpa menghosting GPU. Model ini paling cocok untuk large-context reasoning and tool-using agents. Harga dihitung per token sebesar $6/M token input dan $10/M token output, tanpa biaya langganan. See also Abliterated Model, Abliterated Model Large. Lihat seluruh jajaran di halaman Abliterated Model API atau di pusat abliterated LLM API; keluarga terkait: GLM Abliterated API and Gemma Abliterated API. Istilah 'Abliterated' dan 'derestricted' merujuk pada modifikasi untuk mengurangi kecenderungan model menolak. Istilah ini tidak menjamin keluaran tanpa batasan; Anda tetap bertanggung jawab untuk mematuhi hukum yang berlaku dan ketentuan penggunaan Muapi.

1Chat dan asisten: Bangun aplikasi percakapan dengan Abliterated Model Large V2 untuk large-context reasoning and tool-using agents.
2Eksperimen dengan tingkat penolakan rendah: Bandingkan perilaku penolakan dengan model dasar dalam evaluasi Anda sendiri, sesuai kebijakan penggunaan Muapi.
3Agen dan alur kerja: Panggil model dari node alur kerja Muapi dan contoh di pusat [abliterated LLM API](/abliterated-llm-api).
💰

Harga & Nilai

Analisis biaya

muapiapp$6/M input tokens and $10/M output tokens

Bayar per token, ditagihkan berdasarkan penggunaan aktual dengan jumlah minimum kecil yang ditahan di awal.

Fal.aiTidak tersedia

Abliterated Model Large V2 tidak tersedia sebagai endpoint ter-host.

ReplicateTidak tersedia

Abliterated Model Large V2 tidak tersedia sebagai endpoint ter-host.

** Harga pesaing diperkirakan berdasarkan arsitektur model dan tingkat penggunaan yang serupa.

⚙️

Detail Teknis

Skema konfigurasi

cepatstring

.

Nilai BawaanSummarize the trade-offs between a monolith and microservices in five bullet points.
Perintah Sistemstring

, .

Nilai BawaanYou are a concise, direct assistant.
Token maksimuminteger

Optional maximum number of tokens to generate.

Nilai Bawaan8192
📖

Panduan Implementasi

Dokumentasi pengembang

Cara Menggunakan Abliterated Model Large V2 API

  1. Dapatkan kunci API: Buat kunci di dasbor Muapi.

  2. Kirim prompt: POST prompt (serta opsional system_prompt dan max_tokens, maksimal 32768) ke /api/v1/abliterated-model-large-v2.

curl -X POST https://api.muapi.ai/api/v1/abliterated-model-large-v2 \
  -H "x-api-key: $MUAPI_KEY" \
  -H "Content-Type: application/json" \
  -d '{"prompt": "Explain how attention works in transformers."}'
  1. Lakukan polling atau streaming: Lakukan polling pada GET /api/v1/predictions/{request_id}/result hingga status bernilai completed, atau streaming token secara langsung dari /api/v1/abliterated-model-large-v2/stream.
curl -X POST https://api.muapi.ai/api/v1/abliterated-model-large-v2/stream \
  -H "x-api-key: $MUAPI_KEY" \
  -H "Content-Type: application/json" \
  -d '{"prompt": "Explain how attention works in transformers."}'
  1. Baca hasilnya: Teks yang dihasilkan dikembalikan dalam outputs. Penggunaan ditagihkan berdasarkan jumlah token aktual.
❓

Pertanyaan Umum

Sering ditanyakan

Apa itu Abliterated Model Large V2?

Abliterated Model Large V2 adalah revisi kedua model penalaran abliterated besar, dengan jendela konteks 1M token dan dukungan pemanggilan alat.

Apa arti abliterated?

Model Abliterated atau derestricted models are yang dimodifikasi untuk mengurangi kecenderungan menolak. This lowers, but does not eliminate, refusals and does not guarantee unrestricted output.

Bagaimana harga Abliterated Model Large V2?

Penagihan dihitung per token: $6/M token input dan $10/M token output. Jumlah minimum kecil ditahan saat permintaan dimulai, lalu disesuaikan dengan penggunaan aktual.

Apakah Abliterated Model Large V2 mendukung streaming?

Ya. Streaming token secara langsung dari `/api/v1/abliterated-model-large-v2/stream` menggunakan Server-Sent Events, atau lakukan polling pada endpoint asinkron.

Apa itu the context window?

Jendela konteksnya sekitar 1M token. Prompt dan keluaran harus muat bersama di dalamnya; `max_tokens` dibatasi hingga 32768. Endpoint hanya menerima input teks.

Apakah keluaran dijamin tanpa batasan?

Tidak. Abliterated models are less likely to refuse, but behavior varies by prompt and quality can differ from the base model. Evaluate it for your use case and follow applicable laws.