Modellen/Vernietigde LLM API/Tekst-naar-tekst-API
Leef20 modellen

Geablitereerde LLM API - 20 geablitereerde, vernietigde en beperkte modellen

De Abliterated LLM API geeft u programmatische toegang tot 20 modellen via één Muapi API-sleutel en één verzoekvorm: prompt, optionele system_prompt, max_tokens en image_url op vision-compatibele modellen.Geablitereerde modellen zijn taalmodellen die zijn aangepast om het ingebouwde weigeringsgedrag te verminderen. Abliteratie en gerelateerde technieken (vernietiging, derestrictie) verlagen het aantal keren dat een model een verzoek afwijst; ze garanderen geen onbeperkte uitvoer, verwijderen niet elke limiet of wijzigen het beleid voor acceptabel gebruik van Muapi. U blijft verantwoordelijk voor de manier waarop u de output gebruikt.

Bekijk: de beste vernietigde LLM's 2026 - 6 keuzes, geen GPU

Vernietigd model

Vernietigde modelmodellen3 modellen
Tekst genererenLeef
Vernietigd model

Vernietigd model

Een geablitereerd redeneermodel voor algemene doeleinden met een contextvenster van 262K token en optionele beeldinvoer.

Text + Image in
$2.00/M in · $6.00/M out
Probeer model
Tekst genererenLeef
Vernietigd model

Geablitereerd model groot

Het grotere, geablitereerde redeneermodel met een 1M-token contextvenster, tekst in en tekst uit.

Text in
$6.00/M in · $10.00/M out
Probeer model
Tekst genererenLeef
Vernietigd model

Geablitereerd model Large V2

De tweede herziening van het grote, geablitereerde redeneermodel, met een contextvenster met 1M-token en invoer met alleen tekst.

Text in
$6.00/M in · $10.00/M out
Probeer model

Gemma

Gemma models3 modellen
Tekst genererenLeef
Gemma

Gemma 4 26B A4B vernietigd

Gemma 4 26B A4B met weigeringsgedrag verminderd door abliteratie: een efficiënt chatmodel van een mix van experts met een contextvenster van 65K token, tekst in en tekst uit.

Text in
$0.30/M in · $1.40/M out
Probeer model
Tekst genererenLeef
Gemma

Gemma 4 31B Gembrain vernietigd

Gemma 4 31B Gembrain met verminderd weigeringsgedrag: beeldinvoer, een contextvenster van 262K token en een vast tokentarief voor algemene en creatieve chat.

Text + Image in
$0.612/M in · $0.612/M out
Probeer model
Tekst genererenLeef
Gemma

Gemma 4 31B SDFT vernietigd

Gemma 4 31B SDFT Abliterated, een geablitereerde Gemma 4 met minder weigeringen, afgestemd op karakterchat en creatief schrijven, met beeldinvoer en een contextvenster van 262K token.

Text + Image in
$0.612/M in · $0.612/M out
Probeer model

MiMo

MiMo models1 modellen
Tekst genererenLeef
MiMo

MiMo V2.6 Flash vernietigd

MiMo V2.6 Flash met zijn weigeringsgedrag verminderd door abliteratie: snel redeneren, een contextvenster met 1M-token en optionele beeldinvoer.

Text + Image in
$1.00/M in · $3.00/M out
Probeer model

Qwen

Qwen-modellen6 modellen
Tekst genererenLeefFeatured
Qwen

Qwen 3.8 27B vernietigd

Qwen 3.8 27B met weigeringsgedrag verminderd door abliteratie: beeldinvoer, een contextvenster van 524K-token en een optionele denkmodus.

Text + Image in
$0.30/M in · $2.40/M out
Probeer model
Tekst genererenLeef
Qwen

Qwen 3.8 27B uitgewist

Qwen 3.8 27B met weigeringen verwijderd via een ablatie in vernietigingsstijl, beeldinvoer, een contextvenster van 524K-token en een optionele denkmodus.

Text + Image in
$0.50/M in · $3.00/M out
Probeer model
Tekst genererenLeef
Qwen

Qwen 2.5 32B Instrueer vernietigd

Qwen 2.5 32B Instrueer met weigeringsgedrag verminderd door abliteratie: een compact algemeen chat- en coderingsmodel met een contextvenster van 32K token.

Text in
$1.40/M in · $1.40/M out
Probeer model
Tekst genererenLeef
Qwen

Qwen3.5 27B Koningin beperkt

Qwen3.5 27B Queen met zijn weigeringsgedrag verminderd door derestrictie: beeldinvoer, een contextvenster van 262K token en een vlakke tokensnelheid.

Text + Image in
$0.612/M in · $0.612/M out
Probeer model
Tekst genererenLeef
Qwen

Qwen3.5 27B Bloesem Beperkt

Qwen3.5 27B Blossom (V6.4) waarbij het weigeringsgedrag is verminderd door derestrictie: beeldinvoer, een contextvenster van 262K token en een vlakke tokensnelheid.

Text + Image in
$0.612/M in · $0.612/M out
Probeer model
Tekst genererenLeef
Qwen

Qwen3.5 27B Opus-gedistilleerd Niet-beperkt

Qwen3.5 27B is afgeleid van de redeneersporen van Claude Opus 4.6, waarbij het weigeringsgedrag is verminderd door derestrictie: beeldinvoer en een contextvenster van 262K token.

Text + Image in
$0.612/M in · $0.612/M out
Probeer model

Lama

Lama-modellen2 modellen
Tekst genererenLeef
Lama

Lama 3.3 70B Instrueer vernietigd

Lama 3.3 70B Instrueer met weigeringsgedrag verminderd door abliteratie: een grote chatbasislijn met open gewichten en een contextvenster van 32K token.

Text in
$1.40/M in · $1.40/M out
Probeer model
Tekst genererenLeef
Lama

NeuralDaredevil 8B vernietigd

NeuralDaredevil 8B, een vernietigde Llama 3 8B-derivaat: de lichtste en goedkoopste optie hier, met een 8K-token contextvenster.

Text in
$0.88/M in · $0.88/M out
Probeer model

DeepSeek R1

DeepSeek R1-modellen2 modellen
Tekst genererenLeef
DeepSeek R1

DeepSeek R1 Distill Llama 70B vernietigd

DeepSeek R1 gedestilleerd op Llama 70B met weigeringsgedrag verminderd door abliteratie: redenering op basis van gedachten met een contextvenster van 16K token.

Text in
$1.40/M in · $1.40/M out
Probeer model
Tekst genererenLeef
DeepSeek R1

DeepSeek R1 Distilleer Qwen 32B geablitereerd

DeepSeek R1 is gedistilleerd op Qwen 32B met weigeringsgedrag verminderd door abliteratie: compacte gedachtegangsredenering met een contextvenster van 16K token.

Text in
$2.80/M in · $2.80/M out
Probeer model

GLM

GLM-modellen3 modellen
Tekst genererenLeef
GLM

GLM 5.3 Flash vernietigd

GLM 5.3 Flash met weigeringsgedrag verminderd door abliteratie: snel redeneren, een 1M-token contextvenster en optionele beeldinvoer.

Text + Image in
$0.40/M in · $1.60/M out
Probeer model
Tekst genererenLeef
GLM

GLM 5.3 Geannuleerd

De volledige GLM 5.3 met weigeringsgedrag verminderd door abliteratie: een contextvenster van 1M-token, tekst in en tekst uit.

Text in
$2.50/M in · $4.50/M out
Probeer model
Tekst genererenLeef
GLM

GLM 4.6 Beperkt v5

GLM 4.6 (v5) waarbij het weigeringsgedrag is verminderd door derestrictie: een contextvenster van 131K token, tekst in en tekst uit.

Text in
$0.80/M in · $3.00/M out
Probeer model

Wat is de Abliterated LLM-API?

De Abliterated LLM API is Muapi's catalogus van 20 geablitereerde en beperkte LLM's, van lichtgewicht 8B-chatmodellen tot 1M-token-context redeneermodellen, achter één consistente REST-interface, zodat u ze kunt vergelijken door een enkele modelnaam te wijzigen.

Dien een prompt in, optioneel met een system_prompt om persona en toon in te stellen en een image_url op modellen met visuele capaciteit, en peiling naar de gegenereerde tekst. Typische toepassingen zijn onder meer creatief schrijven, red-team- en veiligheidsonderzoek, evaluatie aan de hand van het ongewijzigde basismodel en toepassingen waarbij de weigeringen van een basismodel legitiem werk in de weg staan. Geablitereerde modellen zijn taalmodellen die zijn aangepast om het ingebouwde weigeringsgedrag te verminderen. Abliteratie en gerelateerde technieken (vernietiging, derestrictie) verlagen het aantal keren dat een model een verzoek afwijst; ze garanderen geen onbeperkte uitvoer, verwijderen niet elke limiet of wijzigen het beleid voor acceptabel gebruik van Muapi. U blijft verantwoordelijk voor de manier waarop u de output gebruikt.

Belangrijkste mogelijkheden

20 modellen, één API

Elk eindpunt accepteert dezelfde verzoektekst en retourneert tekst via het gedeelde resultaateindpunt, dus het wisselen van model is slechts één regelwijziging.

Minder weigeringen

Abliteratie en gerelateerde technieken verlagen hoe vaak het model een verzoek afwijst. Gedrag varieert per model en prompt en is geen garantie.

Systeempromptcontrole

Stel een system_prompt in om persona, toon en uitvoerformaat te sturen voor creatief, analytisch of evaluatiewerk.

Pay Per Token

Facturering volgt de tokentellingen voor elke oproep die terugkeert. Er is geen abonnement en geen modelhosting om te beheren.

Beeldinvoer op vision-modellen

Geef een image_url door aan 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 weggevaagd, Gemma 4 31B SDFT weggevaagd.

Beleid voor acceptabel gebruik is van toepassing

Minder weigeringen betekenen niet dat er geen regels meer zijn. Het beleid voor acceptabel gebruik van Muapi en de toepasselijke wetgeving zijn nog steeds van toepassing op wat u genereert.

Prijzen

EindpuntInvoerUitvoerPrijsBeste voor

Gefactureerd per token op basis van het gebruik dat elke oproep retourneert; prijzen zijn per miljoen input- en outputtokens.

Hoe de Abliterated LLM API aan te roepen

Dien een JSON-verzoek in met uw Muapi API-sleutel, sla de verzoek-ID op en peil het gedeelde resultaateindpunt.

1. Stuur een melding naar MiMo V2.6 Flash Abliterated

Roep mimo-v2-6-flash-abliterated aan met een prompt en optioneel system_prompt, image_url.

2. Dien een prompt in bij Abliterated Model

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"}

Roep abliterated-model aan met een prompt en optioneel system_prompt, image_url.

3. Stuur een prompt naar Abliterated Model Large

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"}

Roep abliterated-model-large aan met een prompt en optionele system_prompt.

4. Stuur een prompt naar Abliterated Model Large V2

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"}

Roep abliterated-model-large-v2 aan met een prompt en optionele system_prompt.

5. Stuur een prompt naar Qwen 3.8 27B Abliterated

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"}

Roep qwen-3-8-27b-abliterated op met een prompt en optionele system_prompt, image_url en thinking flag.

6. Stuur een prompt naar Qwen 3.8 27B Obliterated

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"}

Roep qwen-3-8-27b-obliterated aan met een prompt en optionele system_prompt, image_url en thinking flag.

7. Dien een prompt in bij Qwen 2.5 32B Instrueer Abliterated

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"}

Roep qwen-2-5-32b-abliterated aan met een prompt en optionele system_prompt.

8. Dien een prompt in bij Qwen3.5 27B Queen Derestricted

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"}

Roep qwen-3-5-27b-queen-derestricted aan met een prompt en optionele system_prompt, image_url.

9. Stuur een melding naar Qwen3.5 27B Blossom Derestricted

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"}

Roep qwen-3-5-27b-blossom-derestricted aan met een prompt en optionele system_prompt, image_url.

10. Dien een prompt in bij Qwen3.5 27B Opus-Distilled Derestricted

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"}

Roep qwen-3-5-27b-opus-distilled-derestricted aan met een prompt en optionele system_prompt, image_url.

11. Stuur een prompt naar Llama 3.3 70B Instrueer Abliterated

Roep lama-3-3-70b-abliterated aan met een prompt en optionele system_prompt.

12. Stuur een prompt naar NeuralDaredevil 8B Abliterated

Roep neuraldaredevil-8b-abliterated aan met een prompt en optionele system_prompt.

13. Stuur een melding naar DeepSeek R1 Distill Llama 70B Abliterated

Roep deepseek-r1-llama-70b-abliterated aan met een prompt en optionele system_prompt.

14. Stuur een melding naar DeepSeek R1 Distill Qwen 32B Abliterated

Roep deepseek-r1-qwen-32b-abliterated aan met een prompt en optionele system_prompt.

15. Stuur een prompt naar GLM 5.3 Flash Abliterated

Roep glm-5-3-flash-abliterated aan met een prompt en optionele system_prompt, image_url.

16. Verzend een prompt naar GLM 5.3 Abliterated

Roep glm-5-3-abliterated aan met een prompt en optionele system_prompt.

17. Dien een prompt in voor GLM 4.6 Derestricted v5

Roep glm-4-6-derestricted-v5 aan met een prompt en optionele system_prompt.

18. Stuur een melding naar Gemma 4 26B A4B Abliterated

Roep gemma-4-26b-a4b-abliterated aan met een prompt en optionele system_prompt.

19. Stuur een melding naar Gemma 4 31B Gembrain Abliterated

Roep gemma-4-31b-gembrain-abliterated aan met een prompt en optionele system_prompt, image_url.

20. Stuur een prompt naar Gemma 4 31B SDFT Abliterated

Roep gemma-4-31b-sdft-abliterated aan met een prompt en optionele system_prompt, image_url.

21. Poll het resultaat

Poll op het gedeelde resultaateindpunt totdat de taak is voltooid en lees vervolgens de gegenereerde tekst uit de uitvoer.

Veelgestelde vragen

Wat is een vernietigde LLM?

Een geablitereerd taalmodel is een model waarvan het weigeringsgedrag is verminderd door het bewerken van de interne richting die de weigeringen aandrijft, meestal zonder opnieuw te hoeven trainen. Gerelateerde termen zoals uitgewist en beperkt beschrijven soortgelijke technieken. Het resultaat leidt ertoe dat er minder aanvragen worden afgewezen dan bij het oorspronkelijke model, maar dit is geen garantie en de kwaliteit kan afwijken van het basismodel.

Welke modellen bevat de Abliterated LLM API?

MiMo V2.6 Flash Weggevaagd, Weggevaagd Model, Weggevaagd Model Groot, Weggevaagd Model Groot V2, Qwen 3.8 27B Weggevaagd, Qwen 3.8 27B Weggevaagd, Qwen 2.5 32B Instrueren Weggevaagd, Qwen3.5 27B Queen Derestricted, Qwen3.5 27B Blossom Derestricted, Qwen3.5 27B Opus-gedistilleerd Niet beperkt, Llama 3.3 70B Instrueren Geablitereerd, NeuralDaredevil 8B Geablitereerd, DeepSeek R1 Distilleer Llama 70B Geablitereerd, DeepSeek R1 Distilleer Qwen 32B Geablitereerd, GLM 5.3 Flash Geablitereerd, GLM 5.3 Geablitereerd, GLM 4.6 Beperkt v5, Gemma 4 26B A4B weggevaagd, Gemma 4 31B Gembrain weggevaagd en Gemma 4 31B SDFT weggevaagd. Elk is een afzonderlijk eindpunt met een eigen modelnaam in de URL.

Hoeveel kost het?

Facturering vindt plaats per token en wordt na elke oproep afgetrokken van de tellingen die het model retourneert. Tarieven beginnen bij $ 0,30 per miljoen invoertokens; zie de prijstabel voor elk model.

Zullen deze modellen alles beantwoorden wat ik vraag?

Nee. Minder weigeringen betekenen niet een onbeperkte output, en de kennis en kwaliteit van elk model bepalen nog steeds het antwoord. U bent verantwoordelijk voor de manier waarop u de uitvoer gebruikt, en verzoeken die het beleid voor acceptabel gebruik van Muapi of de wet schenden, zijn niet toegestaan.

Kan ik afbeeldingen naar deze modellen sturen?

Ja op 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 Abliterated: voeg een image_url toe naast uw prompt. De andere zijn alleen tekst.

Hoe krijg ik het resultaat?

POST naar /api/v1/<modelnaam> retourneert een request_id. Poll /api/v1/predictions/{request_id}/result totdat de status is voltooid en lees vervolgens de tekst uit de uitvoer.

Wat doet de denkoptie op de Qwen 3.8-modellen?

Stel het denken in op true om het model te laten redeneren voordat het antwoordt, wat kan helpen bij moeilijkere problemen ten koste van meer uitvoertokens. Laat het uit voor snellere, goedkopere antwoorden.

Klaar om te bouwen met de Abliterated LLM API?

Maak één Muapi API-sleutel en roep elk model op deze pagina aan met een eenvoudig REST-verzoek.