DeepSeek R1 Abliterated API zapewnia programowy dostęp do DeepSeek R1 Distill Llama 70B Abliterated i DeepSeek R1 Distill Qwen 32B Abliterated za pośrednictwem jednego klucza Muapi API. Każdy punkt końcowy przyjmuje tę samą treść żądania: zachęta, opcjonalnie system_prompt, max_tokens.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.
DeepSeek R1 wydestylowany na Llamę 70B z zachowaniem odmowy zredukowanym przez abliterację: rozumowanie oparte na łańcuchu myśli z oknem kontekstowym zawierającym 16 tys. tokenów.
DeepSeek R1 wydestylowany na Qwen 32B z zachowaniem odmowy zredukowanym przez abliterację: zwarte rozumowanie oparte na łańcuchu myśli z oknem kontekstowym zawierającym 16 tys. tokenów.
Na tej stronie omówiono DeepSeek R1 Distill Llama 70B Abliterated i DeepSeek R1 Distill Qwen 32B Abliterated na Muapi. DeepSeek R1 wydestylowany na Llamę 70B z zachowaniem odmowy zredukowanym przez abliterację: rozumowanie oparte na łańcuchu myśli z oknem kontekstowym zawierającym 16 tys. tokenów. DeepSeek R1 wydestylowany na Qwen 32B z zachowaniem odmowy zredukowanym przez abliterację: zwarte rozumowanie oparte na łańcuchu myśli z oknem kontekstowym zawierającym 16 tys. tokenów.
Prześlij monit, opcjonalnie z poleceniem systemowym, aby ustawić osobowość i ton, 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.
Używaj tych modeli do rozmów, szkicowania i rozumowania krok po kroku.
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.
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.
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.
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.
DeepSeek R1 Distill Llama 70B Abliterated i DeepSeek R1 Distill Qwen 32B Abliterated. 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 1,40 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.
Nie. Każdy model na tej stronie ma funkcję wprowadzania i wysyłania tekstu.
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.
Utwórz jeden klucz API Muapi i wywołaj każdy model na tej stronie za pomocą zwykłego żądania REST.