Abliterowany model duży
Większy, abliterowany model wnioskowania z oknem kontekstowym z tokenem 1M, wprowadzaniem i wysyłaniem tekstu.
Interfejs API Abliterated Model zapewnia programowy dostęp do Abliterated Model, Abliterated Model Large i Abliterated Model Large V2 za pośrednictwem jednego klucza Muapi API. Każdy punkt końcowy przyjmuje tę samą treść żądania: zachęta, opcjonalny system_prompt, max_tokens i image_url w modelach obsługujących wizję.Modele aliterowane to modele językowe zmodyfikowane w celu ograniczenia wbudowanego zachowania odmowy. Aliteracja i techniki pokrewne (zatarcie, pozbawienie ograniczeń) zmniejszają częstotliwość, z jaką model odrzuca prośbę; nie gwarantują nieograniczonej wydajności, nie usuwają wszystkich ograniczeń ani nie zmieniają zasad dopuszczalnego użytkowania Muapi. Ponosisz odpowiedzialność za sposób wykorzystania wyników.
Większy, abliterowany model wnioskowania z oknem kontekstowym z tokenem 1M, wprowadzaniem i wysyłaniem tekstu.
Druga wersja dużego, abliterowanego modelu wnioskowania, z oknem kontekstowym z tokenem 1M i wprowadzaniem wyłącznie tekstowym.
Abliterowany model wnioskowania ogólnego przeznaczenia z oknem kontekstowym zawierającym 262 tys. tokenów i opcjonalnym wejściem obrazu.
Ta strona dotyczy modelu aliterowanego, dużego modelu aliterowanego i dużego modelu aliterowanego V2 na Muapi. Abliterowany model wnioskowania ogólnego przeznaczenia z oknem kontekstowym zawierającym 262 tys. tokenów i opcjonalnym wejściem obrazu. Większy, abliterowany model wnioskowania z oknem kontekstowym z tokenem 1M, wprowadzaniem i wysyłaniem tekstu. Druga wersja dużego, abliterowanego modelu wnioskowania, z oknem kontekstowym z tokenem 1M i wprowadzaniem wyłącznie tekstowym.
Prześlij monit, opcjonalnie z poleceniem systemowym, aby ustawić osobowość i ton, oraz adresem image_url w modelach z funkcją wizyjną, a następnie odpytuj o wygenerowany tekst. Typowe zastosowania obejmują twórcze pisanie, badania zespołów czerwonych i bezpieczeństwa, ocenę w oparciu o niezmodyfikowany model podstawowy oraz aplikacje, w których odmowa modelu podstawowego utrudnia legalną pracę. Modele aliterowane to modele językowe zmodyfikowane w celu ograniczenia wbudowanego zachowania odmowy. Aliteracja i techniki pokrewne (zatarcie, pozbawienie ograniczeń) zmniejszają częstotliwość, z jaką model odrzuca prośbę; nie gwarantują nieograniczonej wydajności, nie usuwają wszystkich ograniczeń ani nie zmieniają zasad dopuszczalnego użytkowania Muapi. Ponosisz odpowiedzialność za sposób wykorzystania wyników.
Każdy punkt końcowy akceptuje tę samą treść żądania i zwraca tekst za pośrednictwem udostępnionego punktu końcowego wyniku, więc przełączanie modeli wymaga zmiany w jednym wierszu.
Aliteracja i powiązane techniki zmniejszają częstotliwość odrzucania żądań przez modelkę. Zachowanie różni się w zależności od modelu i podpowiedzi i nie stanowi gwarancji.
Ustaw system_prompt, aby sterować osobowością, tonem i formatem wyjściowym na potrzeby prac twórczych, analitycznych lub ewaluacyjnych.
Naliczanie opłat następuje po zliczeniu tokena po każdym powrocie połączenia. Nie ma subskrypcji ani hostingu modelowego do zarządzania.
Przekaż image_url do modelu aliterowanego.
Mniejsza liczba odmów nie oznacza braku zasad. Zasady dopuszczalnego użytkowania i obowiązujące prawo Muapi nadal mają zastosowanie do tego, co generujesz.
| Punkt końcowy | Wejście | Wyjście | Cena | Najlepsze dla |
|---|---|---|---|---|
Rozliczane za token za każde zwrotne połączenie; ceny podane są za milion żetonów wejściowych i wyjściowych.
Prześlij żądanie JSON za pomocą klucza API Muapi, zapisz identyfikator żądania i odpytuj udostępniony punkt końcowy wyniku.
Wywołaj abliterated-model z zachętą i opcjonalnym system_prompt, image_url.
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.
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.
Sonduj udostępniony punkt końcowy wyniku do momentu zakończenia zadania, a następnie odczytaj wygenerowany tekst z wyników.
Zniesiony model języka to model, którego zachowanie odmowne zostało zredukowane poprzez edycję wewnętrznego kierunku kierującego odmową, zwykle bez ponownego szkolenia od zera. Powiązane terminy, takie jak zatarcie i ograniczenie ograniczeń, opisują podobne techniki. W rezultacie liczba żądań jest odrzucana w porównaniu z modelem oryginalnym, ale nie jest to gwarancją, a jakość może różnić się od modelu podstawowego.
Model aliterowany, duży model aliterowany i duży model aliterowany V2. Każdy z nich jest oddzielnym punktem końcowym z własną nazwą modelu w adresie URL.
Rozliczenie naliczane jest za token, odejmowane po każdym wywołaniu od zliczeń zwracanych przez model. Stawki zaczynają się od 2,00 USD za milion tokenów wejściowych; zobacz tabelę cenową poszczególnych modeli.
Nie. Mniejsza liczba odmów nie oznacza nieograniczonej wydajności, a wiedza i jakość każdego modelu nadal stanowią odpowiedź. Jesteś odpowiedzialny za sposób, w jaki korzystasz z wyników, a żądania naruszające zasady dopuszczalnego użytkowania lub prawo Muapi nie są dozwolone.
Tak w modelu aliterowanym: dodaj image_url obok monitu. Pozostałe mają charakter wyłącznie tekstowy.
POST do /api/v1/<nazwa-modelu> zwraca identyfikator żądania. Odpytuj /api/v1/predictions/{request_id}/result do momentu zakończenia statusu, a następnie odczytaj tekst z wyników.
Tak, dla modeli obsługujących wywoływanie narzędzi: Abliterated Model Large i Abliterated Model Large V2. Model aliterowany nie obsługuje wywoływania narzędzi i nie można go używać w agentach kodujących. W kodzie Claude ustaw ANTHROPIC_BASE_URL na https://api.muapi.ai/anthropic i ANTHROPIC_AUTH_TOKEN na klucz Muapi API, a następnie uruchom go za pomocą claude --model abliterated-model-large (ustaw także ANTHROPIC_DEFAULT_HAIKU_MODEL i ANTHROPIC_SMALL_FAST_MODEL na ten sam identyfikator). Codex CLI też działa: dodaj dostawcę modelu z base_url https://api.muapi.ai/openai/v1 i ustaw model na ten sam identyfikator. Jakość różni się w zależności od modelu, a mniejsze modele mogą pomijać kroki w zadaniach obejmujących wiele plików, nie ma natychmiastowego buforowania, więc każda tura jest naliczana za całą dotychczasową konwersację, a każda odpowiedź jest ograniczona do 16 384 tokenów. Przewodnik instalacji: /docs/ai-agent-install-chat-agents.
Utwórz jeden klucz API Muapi i wywołaj każdy model na tej stronie za pomocą zwykłego żądania REST.