muapi Logomuapi Logo
muapi Logomuapi Logo

Qwen 2.5 32B Abliterated: AI Large Language Models

Akses Qwen 2.5 32B Abliterated melalui satu API. konteks 32K token, streaming, dan harga bayar per token. Coba gratis di playground Muapi. Qwen 2.5 32B Abliterated adalah versi abliterated dari Qwen 2.5 32B Instruct dengan jendela konteks 32K token, yang dimodifikasi untuk mengurangi kecenderungan menolak permintaan. 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 mengelola GPU sendiri. Model ini paling cocok untuk chat umum dan pemrograman. Harga dihitung per token, yaitu $1.4/M token input dan $1.4/M token output, tanpa biaya langganan. Lihat juga Qwen 3.8 27B Obliterated, Qwen 3.8 27B Abliterated, Qwen3.5 27B Queen Derestricted, Qwen3.5 27B Blossom Derestricted, Qwen3.5 27B Opus-Distilled Derestricted. Jelajahi seluruh jajaran model di halaman Qwen Abliterated API atau hub abliterated LLM API; keluarga terkait: GLM Abliterated API dan Gemma Abliterated API. Istilah 'Abliterated' dan 'derestricted' menjelaskan modifikasi untuk mengurangi kecenderungan model menolak permintaan. Istilah ini tidak menjamin keluaran tanpa batas; Anda tetap bertanggung jawab untuk mematuhi hukum yang berlaku dan ketentuan penggunaan Muapi.

Kontrol model interaktif

Akses Qwen 2.5 32B Abliterated melalui satu API. konteks 32K token, streaming, dan harga bayar per token. Coba gratis di playground Muapi.

📝

Ikhtisar

Tentang model ini

Qwen 2.5 32B Abliterated adalah versi abliterated dari Qwen 2.5 32B Instruct dengan jendela konteks 32K token, yang dimodifikasi untuk mengurangi kecenderungan menolak permintaan. 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 mengelola GPU sendiri. Model ini paling cocok untuk chat umum dan pemrograman. Harga dihitung per token, yaitu $1.4/M token input dan $1.4/M token output, tanpa biaya langganan. Lihat juga Qwen 3.8 27B Obliterated, Qwen 3.8 27B Abliterated, Qwen3.5 27B Queen Derestricted, Qwen3.5 27B Blossom Derestricted, Qwen3.5 27B Opus-Distilled Derestricted. Jelajahi seluruh jajaran model di halaman Qwen Abliterated API atau hub abliterated LLM API; keluarga terkait: GLM Abliterated API dan Gemma Abliterated API. Istilah 'Abliterated' dan 'derestricted' menjelaskan modifikasi untuk mengurangi kecenderungan model menolak permintaan. Istilah ini tidak menjamin keluaran tanpa batas; Anda tetap bertanggung jawab untuk mematuhi hukum yang berlaku dan ketentuan penggunaan Muapi.

1Chat dan asisten: Buat aplikasi percakapan dengan Qwen 2.5 32B Abliterated untuk chat umum dan pemrograman.
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 hub [abliterated LLM API](/abliterated-llm-api) hub examples.
💰

Harga & Nilai

Analisis biaya

muapiapp$1.4/M input tokens and $1.4/M output tokens

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

Fal.aiTidak tersedia

Qwen 2.5 32B Abliterated tidak tersedia sebagai endpoint terkelola.

ReplicateTidak tersedia

Qwen 2.5 32B Abliterated tidak tersedia sebagai endpoint terkelola.

** 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 Bawaan4096
📖

Panduan Implementasi

Dokumentasi pengembang

Cara Menggunakan Qwen 2.5 32B Abliterated API

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

  2. Kirim prompt: POST prompt (serta system_prompt dan max_tokens, hingga 8192) ke /api/v1/qwen-2-5-32b-abliterated.

curl -X POST https://api.muapi.ai/api/v1/qwen-2-5-32b-abliterated \
  -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 is completed, atau streaming token secara langsung dari /api/v1/qwen-2-5-32b-abliterated/stream.
curl -X POST https://api.muapi.ai/api/v1/qwen-2-5-32b-abliterated/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. Biaya dihitung berdasarkan jumlah token yang benar-benar digunakan.
❓

Pertanyaan Umum

Sering ditanyakan

Apa itu Qwen 2.5 32B Abliterated?

Qwen 2.5 32B Abliterated adalah versi abliterated dari Qwen 2.5 32B Instruct dengan jendela konteks 32K token, yang dimodifikasi untuk mengurangi kecenderungan menolak permintaan.

Apa arti abliterated?

Abliterated or derestricted models are yang dimodifikasi untuk mengurangi kecenderungan menolak permintaan. This lowers, but does not eliminate, refusals dan does not guarantee unrestricted output.

Bagaimana harga Qwen 2.5 32B Abliterated?

Penagihan dilakukan per token: $1.4/M token input dan $1.4/M token output. Jumlah minimum kecil akan dicadangkan saat permintaan dimulai, lalu disesuaikan dengan penggunaan sebenarnya.

Apakah Qwen 2.5 32B Abliterated mendukung streaming?

Ya. Streaming token secara langsung dari `/api/v1/qwen-2-5-32b-abliterated/stream` menggunakan Server-Sent Events, atau lakukan polling pada endpoint asinkron.

Berapa ukuran jendela konteks?

Jendela konteks sekitar 32K token. Prompt dan keluaran harus muat bersama di dalamnya; `max_tokens` dibatasi hingga 8192. Endpoint hanya menerima masukan teks.

Apakah keluaran dijamin tanpa batas?

Tidak. Model abliterated cenderung lebih jarang menolak, tetapi perilakunya berbeda-beda tergantung prompt dan kualitasnya dapat berbeda dari model dasar. Evaluasi model untuk kebutuhan Anda dan patuhi hukum yang berlaku.