muapi Logomuapi Logo
muapi Logomuapi Logo
모델/Abliterated LLM API/Abliterated Model API/Abliterated Model API
제공 중3개 모델

Abliterated Model API — Abliterated Model, Large 및 Large V2

Abliterated Model API는 단일 MuAPI API 키로 Abliterated Model, Abliterated Model Large, Abliterated Model Large V2에 대한 프로그래밍 방식 접근을 제공합니다. 모든 엔드포인트가 동일한 요청 규격을 수락합니다.Abliterated 모델은 기본 거부 동작을 줄이도록 수정된 언어 모델입니다. 어블리터레이션 및 관련 기법은 거부 빈도를 낮추지만 무제한 출력을 보장하지 않으며 MuAPI의 이용 정책이 적용됩니다. 생성된 출력의 책임은 사용자에게 있습니다.

API 키 발급받기플레이그라운드에서 Abliterated Model 테스트하기

Abliterated Model

거부 반응이 감소된 범용 추론 및 멀티모달 대화1개 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

Abliterated Model Large

긴 문서 및 코드베이스에 대한 대규모 컨텍스트 추론1개 모델
텍스트 생성제공 중
Abliterated Model Large

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

Abliterated Model Large V2

최신 대형 필터 완화 추론 티어1개 모델
텍스트 생성제공 중Featured
Abliterated Model Large V2

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

Abliterated Model API란 무엇인가요?

Abliterated 모델은 기본 거부 동작을 줄이도록 수정된 언어 모델입니다. 어블리터레이션 및 관련 기법은 거부 빈도를 낮추지만 무제한 출력을 보장하지 않으며 MuAPI의 이용 정책이 적용됩니다. 생성된 출력의 책임은 사용자에게 있습니다.

Abliterated 모델은 기본 거부 동작을 줄이도록 수정된 언어 모델입니다. 어블리터레이션 및 관련 기법은 거부 빈도를 낮추지만 무제한 출력을 보장하지 않으며 MuAPI의 이용 정책이 적용됩니다. 생성된 출력의 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

Abliterated Model에 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
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

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

빠른 시작 — Abliterated Model API

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

1. 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.

2. 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.

3. 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.

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 Model API 자주 묻는 질문

Abliterated Model 모델이란 무엇인가요?

Abliterated 모델은 기본 거부 동작을 줄이도록 수정된 언어 모델입니다. 어블리터레이션 및 관련 기법은 거부 빈도를 낮추지만 무제한 출력을 보장하지 않으며 MuAPI의 이용 정책이 적용됩니다. 생성된 출력의 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 Model API 활용에 관해 자주 묻는 질문

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

Abliterated Model API 활용에 관해 자주 묻는 질문

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

Abliterated Model API 활용에 관해 자주 묻는 질문

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

Abliterated LLM API 전체 라인업 둘러보기 →Browse the full Abliterated LLM API lineup → 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 Model로 개발을 시작하세요

단일 API 키로 Abliterated Model 시리즈를 즉시 연동하세요.

API 키 발급받기플레이그라운드 열기