muapi Logomuapi Logo
muapi Logomuapi Logo
모델/Abliterated LLM API/텍스트-텍스트 생성 API
제공 중20개 모델

Abliterated LLM API — 20종의 필터 해제(Abliterated) 및 무검열 모델

Abliterated LLM API는 단일 MuAPI API 키와 단일 요청 규격(prompt, 선택적 system_prompt, max_tokens 및 비전 모델의 image_url)을 통해 20개 모델에 대한 프로그래밍 방식 접근을 제공합니다.Abliterated 모델은 기본 거부 동작을 줄이도록 수정된 언어 모델입니다. 어블리터레이션(Abliteration) 및 관련 기법(obliteration, derestriction)은 모델이 요청을 거부하는 빈도를 낮추지만, 무제한 출력을 보장하거나 모든 제한을 제거하거나 MuAPI의 사용 정책을 변경하지는 않습니다. 출력의 활용에 대한 책임은 사용자에게 있습니다.

API 키 발급받기플레이그라운드에서 Abliterated LLM 테스트하기Model comparisons and API examplesCoding-agent benchmark and setupGeneral-purpose agent integrations

동영상 가이드: 2026 최고의 Abliterated LLM — GPU 없이 6가지 추천 모델

MiMo

MiMo 모델1개 모델
텍스트 생성제공 중
MiMo

MiMo V2.6 Flash Abliterated

MiMo V2.6 Flash Abliterated — 거부 반응이 완화된 고성능 텍스트 생성 및 대화 엔드포인트.

Text + Image in
$1.00/M in · $3.00/M out
모델 체험하기

Abliterated Model

Abliterated Model 모델군3개 모델
텍스트 생성제공 중
Abliterated Model

Abliterated Model

Abliterated Model — 거부 반응이 완화된 고성능 텍스트 생성 및 대화 엔드포인트.

Text + Image in
$2.00/M in · $6.00/M out
모델 체험하기
텍스트 생성제공 중
Abliterated Model

Abliterated Model Large

Abliterated Model Large — 거부 반응이 완화된 고성능 텍스트 생성 및 대화 엔드포인트.

Text in
$6.00/M in · $10.00/M out
모델 체험하기
텍스트 생성제공 중
Abliterated Model

Abliterated Model Large V2

Abliterated Model Large V2 — 거부 반응이 완화된 고성능 텍스트 생성 및 대화 엔드포인트.

Text in
$6.00/M in · $10.00/M out
모델 체험하기

Qwen

Qwen 모델6개 모델
텍스트 생성제공 중Featured
Qwen

Qwen 3.8 27B Abliterated

Qwen 3.8 27B Abliterated — 거부 반응이 완화된 고성능 텍스트 생성 및 대화 엔드포인트.

Text + Image in
$0.30/M in · $2.40/M out
모델 체험하기
텍스트 생성제공 중
Qwen

Qwen 3.8 27B Obliterated

Qwen 3.8 27B Obliterated — 거부 반응이 완화된 고성능 텍스트 생성 및 대화 엔드포인트.

Text + Image in
$0.50/M in · $3.00/M out
모델 체험하기
텍스트 생성제공 중
Qwen

Qwen 2.5 32B Instruct Abliterated

Qwen 2.5 32B Instruct Abliterated — 거부 반응이 완화된 고성능 텍스트 생성 및 대화 엔드포인트.

Text in
$1.40/M in · $1.40/M out
모델 체험하기
텍스트 생성제공 중
Qwen

Qwen3.5 27B Queen Derestricted

Qwen3.5 27B Queen Derestricted — 거부 반응이 완화된 고성능 텍스트 생성 및 대화 엔드포인트.

Text + Image in
$0.612/M in · $0.612/M out
모델 체험하기
텍스트 생성제공 중
Qwen

Qwen3.5 27B Blossom Derestricted

Qwen3.5 27B Blossom Derestricted — 거부 반응이 완화된 고성능 텍스트 생성 및 대화 엔드포인트.

Text + Image in
$0.612/M in · $0.612/M out
모델 체험하기
텍스트 생성제공 중
Qwen

Qwen3.5 27B Opus-Distilled Derestricted

Qwen3.5 27B Opus-Distilled Derestricted — 거부 반응이 완화된 고성능 텍스트 생성 및 대화 엔드포인트.

Text + Image in
$0.612/M in · $0.612/M out
모델 체험하기

Llama

Llama 모델2개 모델
텍스트 생성제공 중
Llama

Llama 3.3 70B Instruct Abliterated

Llama 3.3 70B Instruct Abliterated — 거부 반응이 완화된 고성능 텍스트 생성 및 대화 엔드포인트.

Text in
$1.40/M in · $1.40/M out
모델 체험하기
텍스트 생성제공 중
Llama

NeuralDaredevil 8B Abliterated

NeuralDaredevil 8B Abliterated — 거부 반응이 완화된 고성능 텍스트 생성 및 대화 엔드포인트.

Text in
$0.88/M in · $0.88/M out
모델 체험하기

DeepSeek R1

DeepSeek R1 모델2개 모델
텍스트 생성제공 중
DeepSeek R1

DeepSeek R1 Distill Llama 70B Abliterated

DeepSeek R1 Distill Llama 70B Abliterated — 거부 반응이 완화된 고성능 텍스트 생성 및 대화 엔드포인트.

Text in
$1.40/M in · $1.40/M out
모델 체험하기
텍스트 생성제공 중
DeepSeek R1

DeepSeek R1 Distill Qwen 32B Abliterated

DeepSeek R1 Distill Qwen 32B Abliterated — 거부 반응이 완화된 고성능 텍스트 생성 및 대화 엔드포인트.

Text in
$2.80/M in · $2.80/M out
모델 체험하기

GLM

GLM 모델3개 모델
텍스트 생성제공 중
GLM

GLM 5.3 Flash Abliterated

GLM 5.3 Flash Abliterated — 거부 반응이 완화된 고성능 텍스트 생성 및 대화 엔드포인트.

Text + Image in
$0.40/M in · $1.60/M out
모델 체험하기
텍스트 생성제공 중
GLM

GLM 5.3 Abliterated

GLM 5.3 Abliterated — 거부 반응이 완화된 고성능 텍스트 생성 및 대화 엔드포인트.

Text in
$2.50/M in · $4.50/M out
모델 체험하기
텍스트 생성제공 중
GLM

GLM 4.6 Derestricted v5

GLM 4.6 Derestricted v5 — 거부 반응이 완화된 고성능 텍스트 생성 및 대화 엔드포인트.

Text in
$0.80/M in · $3.00/M out
모델 체험하기

Gemma

Gemma 모델3개 모델
텍스트 생성제공 중
Gemma

Gemma 4 26B A4B Abliterated

Gemma 4 26B A4B Abliterated — 거부 반응이 완화된 고성능 텍스트 생성 및 대화 엔드포인트.

Text in
$0.30/M in · $1.40/M out
모델 체험하기
텍스트 생성제공 중
Gemma

Gemma 4 31B Gembrain Abliterated

Gemma 4 31B Gembrain Abliterated — 거부 반응이 완화된 고성능 텍스트 생성 및 대화 엔드포인트.

Text + Image in
$0.612/M in · $0.612/M out
모델 체험하기
텍스트 생성제공 중
Gemma

Gemma 4 31B SDFT Abliterated

Gemma 4 31B SDFT Abliterated — 거부 반응이 완화된 고성능 텍스트 생성 및 대화 엔드포인트.

Text + Image in
$0.612/M in · $0.612/M out
모델 체험하기

Abliterated LLM API란 무엇인가요?

Abliterated 모델은 기본 거부 동작을 줄이도록 수정된 언어 모델입니다. 어블리터레이션(Abliteration) 및 관련 기법(obliteration, derestriction)은 모델이 요청을 거부하는 빈도를 낮추지만, 무제한 출력을 보장하거나 모든 제한을 제거하거나 MuAPI의 사용 정책을 변경하지는 않습니다. 출력의 활용에 대한 책임은 사용자에게 있습니다.

Abliterated 모델은 기본 거부 동작을 줄이도록 수정된 언어 모델입니다. 어블리터레이션(Abliteration) 및 관련 기법(obliteration, derestriction)은 모델이 요청을 거부하는 빈도를 낮추지만, 무제한 출력을 보장하거나 모든 제한을 제거하거나 MuAPI의 사용 정책을 변경하지는 않습니다. 출력의 활용에 대한 책임은 사용자에게 있습니다.

주요 기능

단일 API로 모든 모델 연동

모든 엔드포인트가 동일한 요청 본문을 수락하고 공통 결과 엔드포인트를 통해 텍스트를 반환하므로, 코드 한 줄로 모델을 손쉽게 전환할 수 있습니다.

거부 반응 최소화

어블리터레이션 및 관련 기법은 모델이 요청을 거부하는 빈도를 낮춥니다. 동작은 모델과 프롬프트에 따라 달라지며 무제한 출력을 보장하지 않습니다.

시스템 프롬프트 제어

system_prompt를 설정하여 창작, 분석 또는 평가 작업에 맞춰 페르소나, 어조 및 출력 형식을 유연하게 제어하세요.

토큰 종량제 과금

각 호출에서 반환된 토큰 수에 따라 과금됩니다. 월 구독료나 별도의 모델 호스팅 관리가 필요 없습니다.

비전 모델의 이미지 입력

MiMo V2.6 Flash Abliterated, Abliterated Model, Qwen 3.8 27B Abliterated, Qwen 3.8 27B Obliterated, Qwen3.5 27B Queen Derestricted, Qwen3.5 27B Blossom Derestricted, Qwen3.5 27B Opus-Distilled Derestricted, GLM 5.3 Flash Abliterated, Gemma 4 31B Gembrain Abliterated, Gemma 4 31B SDFT Abliterated에 image_url을 전달하여 이미지 인식을 수행할 수 있습니다.

이용 정책 준수

거부 동작의 감소가 무제한 출력을 의미하는 것은 아닙니다. 생성되는 모든 콘텐츠에는 Muapi의 이용 정책 및 관련 법규가 계속 적용됩니다.

요금

엔드포인트입력출력가격추천 용도
mimo-v2-6-flash-abliterated프롬프트 + system_prompt, max_tokens, 선택적 image_url전체 텍스트 응답 (결과 폴링)$1.00/M in · $3.00/M out이미지 입력과 매우 긴 컨텍스트를 지원하는 빠르고 저렴한 추론 모델
abliterated-model프롬프트 + system_prompt, max_tokens, 선택적 image_url전체 텍스트 응답 (결과 폴링)$2.00/M in · $6.00/M out거부 반응이 감소된 범용 추론 및 멀티모달 대화
abliterated-model-largePrompt + system_prompt, max_tokens전체 텍스트 응답 (결과 폴링)$6.00/M in · $10.00/M out긴 문서 및 코드베이스에 대한 대규모 컨텍스트 추론
abliterated-model-large-v2Prompt + system_prompt, max_tokens전체 텍스트 응답 (결과 폴링)$6.00/M in · $10.00/M out최신 대형 필터 완화 추론 티어
qwen-3-8-27b-abliterated프롬프트 + system_prompt, max_tokens, 선택적 image_url, 선택적 thinking전체 텍스트 응답 (결과 폴링)$0.30/M in · $2.40/M out이미지 입력과 전환 가능한 사고 모드를 지원하는 가장 경제적인 Qwen 3.8 티어
qwen-3-8-27b-obliterated프롬프트 + system_prompt, max_tokens, 선택적 image_url, 선택적 thinking전체 텍스트 응답 (결과 폴링)$0.50/M in · $3.00/M out이미지 입력과 전환 가능한 사고 모드를 지원하는 중형 추론 모델
qwen-2-5-32b-abliteratedPrompt + system_prompt, max_tokens전체 텍스트 응답 (결과 폴링)$1.40/M in · $1.40/M out균일 토큰 요율로 이용 가능한 컴팩트 범용 대화 및 코딩 모델
qwen-3-5-27b-queen-derestricted프롬프트 + system_prompt, max_tokens, 선택적 image_url전체 텍스트 응답 (결과 폴링)$0.612/M in · $0.612/M out균일 요율로 이용 가능한 이미지 입력 지원 창작 및 범용 대화 모델
qwen-3-5-27b-blossom-derestricted프롬프트 + system_prompt, max_tokens, 선택적 image_url전체 텍스트 응답 (결과 폴링)$0.612/M in · $0.612/M out균일 요율로 이용 가능한 이미지 입력 지원 창작 작문 및 대화 모델
qwen-3-5-27b-opus-distilled-derestricted프롬프트 + system_prompt, max_tokens, 선택적 image_url전체 텍스트 응답 (결과 폴링)$0.612/M in · $0.612/M out균일 요율로 이용 가능한 이미지 입력 지원 단계별 추론 모델
llama-3-3-70b-abliteratedPrompt + system_prompt, max_tokens전체 텍스트 응답 (결과 폴링)$1.40/M in · $1.40/M out균일 토큰 요율의 대규모 오픈 가중치 대화 모델
neuraldaredevil-8b-abliteratedPrompt + system_prompt, max_tokens전체 텍스트 응답 (결과 폴링)$0.88/M in · $0.88/M out경량 및 저비용 대화와 프로토타이핑 모델
deepseek-r1-llama-70b-abliteratedPrompt + system_prompt, max_tokens전체 텍스트 응답 (결과 폴링)$1.40/M in · $1.40/M outLlama 70B 기반의 단계별 추론 모델
deepseek-r1-qwen-32b-abliteratedPrompt + system_prompt, max_tokens전체 텍스트 응답 (결과 폴링)$2.80/M in · $2.80/M outQwen 32B 기반의 컴팩트 단계별 추론 모델
glm-5-3-flash-abliterated프롬프트 + system_prompt, max_tokens, 선택적 image_url전체 텍스트 응답 (결과 폴링)$0.40/M in · $1.60/M out이미지 입력과 매우 긴 컨텍스트를 지원하는 빠르고 저렴한 추론 모델
glm-5-3-abliteratedPrompt + system_prompt, max_tokens전체 텍스트 응답 (결과 폴링)$2.50/M in · $4.50/M out매우 긴 컨텍스트를 지원하는 풀사이즈 추론 모델
glm-4-6-derestricted-v5Prompt + system_prompt, max_tokens전체 텍스트 응답 (결과 폴링)$0.80/M in · $3.00/M out131K 토큰 컨텍스트를 지원하는 중형 GLM 추론 모델
gemma-4-26b-a4b-abliteratedPrompt + system_prompt, max_tokens전체 텍스트 응답 (결과 폴링)$0.30/M in · $1.40/M outGemma 제품군 기반의 효율적이고 경제적인 대화 및 추론 모델
gemma-4-31b-gembrain-abliterated프롬프트 + system_prompt, max_tokens, 선택적 image_url전체 텍스트 응답 (결과 폴링)$0.612/M in · $0.612/M out균일 토큰 요율로 이용 가능한 이미지 입력 지원 범용 및 창작 대화 모델
gemma-4-31b-sdft-abliterated프롬프트 + system_prompt, max_tokens, 선택적 image_url전체 텍스트 응답 (결과 폴링)$0.612/M in · $0.612/M out이미지 입력을 지원하는 Gemma 4 기반 캐릭터 대화 및 창작 작문 모델

각 호출에서 반환된 사용량에 따라 토큰 단위로 과금됩니다. 표시 가격은 100만 입력 및 출력 토큰 기준입니다.

빠른 시작 — Abliterated LLM API

Muapi API 키를 사용하여 JSON 요청을 제출하고 요청 ID를 저장한 후 공통 결과 엔드포인트를 폴링하세요.

1. MiMo V2.6 Flash Abliterated에 프롬프트 제출

curl -X POST https://api.muapi.ai/api/v1/mimo-v2-6-flash-abliterated \
  -H "x-api-key: YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"prompt": "Write a morally gray villain monologue for my novel.", "system_prompt": "You are a candid, detail-oriented assistant.", "image_url": "https://example.com/reference.png", "max_tokens": 1024}'

# Response: {"request_id":"REQUEST_ID"}

프롬프트 및 선택적 system_prompt, image_url을 지정하여 mimo-v2-6-flash-abliterated를 호출합니다.

2. Abliterated Model에 프롬프트 제출

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"}

프롬프트 및 선택적 system_prompt, image_url을 지정하여 abliterated-model을 호출합니다.

3. Abliterated Model Large에 프롬프트 제출

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"}

프롬프트 및 선택적 system_prompt를 지정하여 abliterated-model-large를 호출합니다.

4. Abliterated Model Large V2에 프롬프트 제출

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"}

프롬프트 및 선택적 system_prompt를 지정하여 abliterated-model-large-v2를 호출합니다.

5. Qwen 3.8 27B Abliterated에 프롬프트 제출

curl -X POST https://api.muapi.ai/api/v1/qwen-3-8-27b-abliterated \
  -H "x-api-key: YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"prompt": "Write a tense, unflinching short story about a heist gone wrong.", "system_prompt": "You are a candid, detail-oriented assistant.", "image_url": "https://example.com/reference.png", "thinking": true, "max_tokens": 1024}'

# Response: {"request_id":"REQUEST_ID"}

프롬프트, 선택적 system_prompt, image_url 및 thinking 플래그를 지정하여 qwen-3-8-27b-abliterated를 호출합니다.

6. Qwen 3.8 27B Obliterated에 프롬프트 제출

curl -X POST https://api.muapi.ai/api/v1/qwen-3-8-27b-obliterated \
  -H "x-api-key: YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"prompt": "Character chat as a cynical noir detective and narrate the opening scene.", "system_prompt": "You are a candid, detail-oriented assistant.", "image_url": "https://example.com/reference.png", "thinking": true, "max_tokens": 1024}'

# Response: {"request_id":"REQUEST_ID"}

프롬프트, 선택적 system_prompt, image_url 및 thinking 플래그를 지정하여 qwen-3-8-27b-obliterated를 호출합니다.

7. Qwen 2.5 32B Instruct Abliterated에 프롬프트 제출

curl -X POST https://api.muapi.ai/api/v1/qwen-2-5-32b-abliterated \
  -H "x-api-key: YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"prompt": "Write a Python function that parses log lines and explain each step.", "system_prompt": "You are a candid, detail-oriented assistant.", "max_tokens": 1024}'

# Response: {"request_id":"REQUEST_ID"}

프롬프트 및 선택적 system_prompt를 지정하여 qwen-2-5-32b-abliterated를 호출합니다.

8. Qwen3.5 27B Queen Derestricted에 프롬프트 제출

curl -X POST https://api.muapi.ai/api/v1/qwen-3-5-27b-queen-derestricted \
  -H "x-api-key: YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"prompt": "Write a candid character study of a retired assassin.", "system_prompt": "You are a candid, detail-oriented assistant.", "image_url": "https://example.com/reference.png", "max_tokens": 1024}'

# Response: {"request_id":"REQUEST_ID"}

프롬프트 및 선택적 system_prompt, image_url을 지정하여 qwen-3-5-27b-queen-derestricted를 호출합니다.

9. Qwen3.5 27B Blossom Derestricted에 프롬프트 제출

curl -X POST https://api.muapi.ai/api/v1/qwen-3-5-27b-blossom-derestricted \
  -H "x-api-key: YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"prompt": "Continue this fantasy scene in the voice of a sardonic narrator.", "system_prompt": "You are a candid, detail-oriented assistant.", "image_url": "https://example.com/reference.png", "max_tokens": 1024}'

# Response: {"request_id":"REQUEST_ID"}

프롬프트 및 선택적 system_prompt, image_url을 지정하여 qwen-3-5-27b-blossom-derestricted를 호출합니다.

10. Qwen3.5 27B Opus-Distilled Derestricted에 프롬프트 제출

curl -X POST https://api.muapi.ai/api/v1/qwen-3-5-27b-opus-distilled-derestricted \
  -H "x-api-key: YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"prompt": "Reason step by step about the risks in this plan and rank them.", "system_prompt": "You are a candid, detail-oriented assistant.", "image_url": "https://example.com/reference.png", "max_tokens": 1024}'

# Response: {"request_id":"REQUEST_ID"}

프롬프트 및 선택적 system_prompt, image_url을 지정하여 qwen-3-5-27b-opus-distilled-derestricted를 호출합니다.

11. Llama 3.3 70B Instruct Abliterated에 프롬프트 제출

curl -X POST https://api.muapi.ai/api/v1/llama-3-3-70b-abliterated \
  -H "x-api-key: YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"prompt": "Continue this interactive fiction scene without softening the tone.", "system_prompt": "You are a candid, detail-oriented assistant.", "max_tokens": 1024}'

# Response: {"request_id":"REQUEST_ID"}

프롬프트 및 선택적 system_prompt를 지정하여 llama-3-3-70b-abliterated를 호출합니다.

12. NeuralDaredevil 8B Abliterated에 프롬프트 제출

curl -X POST https://api.muapi.ai/api/v1/neuraldaredevil-8b-abliterated \
  -H "x-api-key: YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"prompt": "Give me five brainstorming angles for a horror short story.", "system_prompt": "You are a candid, detail-oriented assistant.", "max_tokens": 1024}'

# Response: {"request_id":"REQUEST_ID"}

프롬프트 및 선택적 system_prompt를 지정하여 neuraldaredevil-8b-abliterated를 호출합니다.

13. DeepSeek R1 Distill Llama 70B Abliterated에 프롬프트 제출

curl -X POST https://api.muapi.ai/api/v1/deepseek-r1-llama-70b-abliterated \
  -H "x-api-key: YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"prompt": "Reason step by step through this logic puzzle and show your working.", "system_prompt": "You are a candid, detail-oriented assistant.", "max_tokens": 1024}'

# Response: {"request_id":"REQUEST_ID"}

프롬프트 및 선택적 system_prompt를 지정하여 deepseek-r1-llama-70b-abliterated를 호출합니다.

14. DeepSeek R1 Distill Qwen 32B Abliterated에 프롬프트 제출

curl -X POST https://api.muapi.ai/api/v1/deepseek-r1-qwen-32b-abliterated \
  -H "x-api-key: YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"prompt": "Work through this probability problem step by step.", "system_prompt": "You are a candid, detail-oriented assistant.", "max_tokens": 1024}'

# Response: {"request_id":"REQUEST_ID"}

프롬프트 및 선택적 system_prompt를 지정하여 deepseek-r1-qwen-32b-abliterated를 호출합니다.

15. GLM 5.3 Flash Abliterated에 프롬프트 제출

curl -X POST https://api.muapi.ai/api/v1/glm-5-3-flash-abliterated \
  -H "x-api-key: YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"prompt": "Analyze this chart and write a blunt executive summary of the risks.", "system_prompt": "You are a candid, detail-oriented assistant.", "image_url": "https://example.com/reference.png", "max_tokens": 1024}'

# Response: {"request_id":"REQUEST_ID"}

프롬프트 및 선택적 system_prompt, image_url을 지정하여 glm-5-3-flash-abliterated를 호출합니다.

16. GLM 5.3 Abliterated에 프롬프트 제출

curl -X POST https://api.muapi.ai/api/v1/glm-5-3-abliterated \
  -H "x-api-key: YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"prompt": "Summarize this 500-page report and flag every unsupported claim.", "system_prompt": "You are a candid, detail-oriented assistant.", "max_tokens": 1024}'

# Response: {"request_id":"REQUEST_ID"}

프롬프트 및 선택적 system_prompt를 지정하여 glm-5-3-abliterated를 호출합니다.

17. GLM 4.6 Derestricted v5에 프롬프트 제출

curl -X POST https://api.muapi.ai/api/v1/glm-4-6-derestricted-v5 \
  -H "x-api-key: YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"prompt": "Draft a frank critique of this business plan.", "system_prompt": "You are a candid, detail-oriented assistant.", "max_tokens": 1024}'

# Response: {"request_id":"REQUEST_ID"}

프롬프트 및 선택적 system_prompt를 지정하여 glm-4-6-derestricted-v5를 호출합니다.

18. Gemma 4 26B A4B Abliterated에 프롬프트 제출

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"}

프롬프트 및 선택적 system_prompt를 지정하여 gemma-4-26b-a4b-abliterated를 호출합니다.

19. Gemma 4 31B Gembrain Abliterated에 프롬프트 제출

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"}

프롬프트 및 선택적 system_prompt, image_url을 지정하여 gemma-4-31b-gembrain-abliterated를 호출합니다.

20. Gemma 4 31B SDFT Abliterated에 프롬프트 제출

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"}

프롬프트 및 선택적 system_prompt, image_url을 지정하여 gemma-4-31b-sdft-abliterated를 호출합니다.

2. 결과 폴링

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.

요청 ID를 사용하여 완료 시 완성된 텍스트 응답을 가져옵니다.

Abliterated LLM API 자주 묻는 질문

Abliterated LLM 모델이란 무엇인가요?

Abliterated 모델은 기본 거부 동작을 줄이도록 수정된 언어 모델입니다. 어블리터레이션(Abliteration) 및 관련 기법(obliteration, derestriction)은 모델이 요청을 거부하는 빈도를 낮추지만, 무제한 출력을 보장하거나 모든 제한을 제거하거나 MuAPI의 사용 정책을 변경하지는 않습니다. 출력의 활용에 대한 책임은 사용자에게 있습니다.

어떤 모델을 선택해야 하나요?

창작 소설 및 롤플레잉에는 Character Chat 라인업을, 논리적 사고 및 거부 없는 코딩에는 DeepSeek R1 또는 Llama 3.3 Abliterated 모델을 권장합니다.

이용 요금은 어떻게 책정되나요?

월 고정 요금 없이 실제 입출력에 사용된 토큰 수량에 따라 투명하게 종량제로 과금됩니다.

Abliterated LLM API 활용에 관해 자주 묻는 질문

MuAPI 문서 및 플레이그라운드에서 실시간 코드 예제와 세부 파라미터 규격을 확인하실 수 있습니다.

Abliterated LLM API 활용에 관해 자주 묻는 질문

MuAPI 문서 및 플레이그라운드에서 실시간 코드 예제와 세부 파라미터 규격을 확인하실 수 있습니다.

Abliterated LLM API 활용에 관해 자주 묻는 질문

MuAPI 문서 및 플레이그라운드에서 실시간 코드 예제와 세부 파라미터 규격을 확인하실 수 있습니다.

Abliterated LLM API 활용에 관해 자주 묻는 질문

MuAPI 문서 및 플레이그라운드에서 실시간 코드 예제와 세부 파라미터 규격을 확인하실 수 있습니다.

Abliterated Model API 둘러보기 →Explore the Abliterated Model API → 엔드포인트 및 관련 워크플로를 살펴보세요.MiMo Abliterated API 둘러보기 →MiMo V2.6 Flash AbliteratedQwen Abliterated API 둘러보기 →Explore the Qwen Abliterated API → 엔드포인트 및 관련 워크플로를 살펴보세요.Llama Abliterated API 둘러보기 →Explore the Llama Abliterated API → 엔드포인트 및 관련 워크플로를 살펴보세요.GLM Abliterated API 둘러보기 →Explore the GLM Abliterated API → 엔드포인트 및 관련 워크플로를 살펴보세요.Gemma Abliterated API 둘러보기 →Explore the Gemma Abliterated API → 엔드포인트 및 관련 워크플로를 살펴보세요.DeepSeek R1 Abliterated API 둘러보기 →Explore the DeepSeek R1 Abliterated API → 엔드포인트 및 관련 워크플로를 살펴보세요.Character Chat LLM API 보기 →See the Character Chat LLM API → 엔드포인트 및 관련 워크플로를 살펴보세요.Low-Refusal LLM API 보기 →See the Low-Refusal LLM API → 엔드포인트 및 관련 워크플로를 살펴보세요.Muapi의 모든 LLM 둘러보기 →Browse every LLM on Muapi → 엔드포인트 및 관련 워크플로를 살펴보세요.

Abliterated LLM으로 창의적 개발을 시작하세요

단일 API 키로 20개의 필터 완화 오픈 가중치 언어 모델에 즉시 연결하세요.

API 키 발급받기플레이그라운드 열기