Abliterated LLM API — 20 modeli aliterowanych, zatartych i usuniętych z ograniczeń

1. Prześlij monit do MiMo V2.6 Flash Abliterated

Wywołaj mimo-v2-6-flash-abliterated z monitem i opcjonalnym system_prompt, image_url.

2. Prześlij monit do modelu aliterowanego

Wywołaj abliterated-model z zachętą i opcjonalnym system_prompt, image_url.

3. Prześlij monit do 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"}

Wywołaj abliterated-model-large z podpowiedzią i opcjonalnym system_prompt.

4. Prześlij monit do 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"}

Wywołaj abliterated-model-large-v2 z podpowiedzią i opcjonalnym poleceniem system_prompt.

5. Prześlij monit do 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"}

Wywołaj qwen-3-8-27b-abliterated z podpowiedzią i opcjonalną flagą systemową, image_url i flagą myślenia.

6. Prześlij monit do 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"}

Wywołaj qwen-3-8-27b-obliterated z zachętą i opcjonalnym komunikatem systemowym, image_url i flagą myślenia.

7. Prześlij monit do Qwen 2.5 32B Instruct Abliterated

Wywołaj qwen-2-5-32b-abliterated z zachętą i opcjonalnym poleceniem system_prompt.

8. Prześlij monit do 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"}

Wywołaj qwen-3-5-27b-queen-derestricted z zachętą i opcjonalnym komunikatem systemowym, image_url.

9. Prześlij monit do Qwen3.5 27B Blossom Derestricted

Wywołaj qwen-3-5-27b-blossom-derestricted z zachętą i opcjonalnym poleceniem systemowym, image_url.

10. Prześlij monit do 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"}

Wywołaj qwen-3-5-27b-opus-distilled-derestricted z zachętą i opcjonalnym komunikatem systemowym, image_url.

11. Prześlij monit do Lamy 3.3 70B Instruct Abliterated

Wywołaj llama-3-3-70b-abliterated z podpowiedzią i opcjonalnym system_prompt.

12. Prześlij monit do NeuralDaredevil 8B Abliterated

Wywołaj neuraldaredevil-8b-abliterated z podpowiedzią i opcjonalnym poleceniem system_prompt.

13. Prześlij monit do urządzenia DeepSeek R1 Distill Llama 70B Abliterated

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"}

Wywołaj deepseek-r1-llama-70b-abliterated z podpowiedzią i opcjonalnym poleceniem system_prompt.

14. Prześlij monit do DeepSeek R1 Distill Qwen 32B Abliterated

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"}

Wywołaj deepseek-r1-qwen-32b-abliterated z podpowiedzią i opcjonalnym poleceniem systemowym.

15. Prześlij monit do GLM 5.3 Flash Abliterated

Wywołaj glm-5-3-flash-abliterated z zachętą i opcjonalnym system_prompt, image_url.

16. Prześlij monit do GLM 5.3 Abliterated

Wywołaj glm-5-3-abliterated z podpowiedzią i opcjonalnym poleceniem system_prompt.

17. Prześlij monit do GLM 4.6 Derestricted v5

Wywołaj glm-4-6-derestricted-v5 z podpowiedzią i opcjonalnym poleceniem system_prompt.

18. Prześlij monit do Gemma 4 26B A4B Abliterated

Wywołaj gemma-4-26b-a4b-abliterated z podpowiedzią i opcjonalnym poleceniem system_prompt.

19. Prześlij monit do Gemma 4 31B Gembrain Abliterated

Wywołaj gemma-4-31b-gembrain-abliterated, wyświetlając monit i opcjonalny system_prompt, image_url.

20. Prześlij monit do Gemma 4 31B SDFT Abliterated

Wywołaj gemma-4-31b-sdft-abliterated z monitem i opcjonalnym system_prompt, image_url.

21. Sprawdź wynik

Sonduj udostępniony punkt końcowy wyniku do momentu zakończenia zadania, a następnie odczytaj wygenerowany tekst z wyników.