Acesse os principais modelos de linguagem de código aberto (Llama, Qwen, Mistral, DeepSeek) com pesos modificados para remover camadas artificiais de recusa.Essencial para pesquisas em cibersegurança, testes de robustez, análise forense, escrita criativa irrestrita e consultas técnicas complexas.
MiMo V2.6 Flash com comportamiento de rechazo reducido mediante abliteración: razonamiento rápido, de 1 millón de tokens ventana de contexto, and optional entrada de imagen.
Un modelo de razonamiento sin restricciones de propósito general com ventana de contexto de 262K tokens e entrada opcional de imagen.
El modelo de razonamiento sin restricciones mais grande, con ventana de contexto de 1 millón de tokens, entrada e salida de texto.
La segunda revisión do modelo de razonamiento sin restricciones grande, con ventana de contexto de 1 millón de tokens e entrada exclusivamente de texto.
Qwen 3.8 27B com comportamiento de rechazo reducido mediante abliteración: entrada de imagen, a 524K-token ventana de contexto, and an optional thinking mode.
Qwen 3.8 27B com rechazos eliminados mediante ablación sin restricciones, entrada de imagen, ventana de contexto de 524K tokens e modo de razonamiento opcional.
Qwen 2.5 32B Instruct com comportamento de recusa reduzido by abliteration: a compact general chat and coding model with a 32K-token context window.
Qwen3.5 27B Queen com comportamiento de rechazo reducido mediante eliminación de restricciones: entrada de imagen, ventana de contexto de 262K tokens e tarifa fija por token.
Qwen3.5 27B Blossom (V6.4) con comportamiento de rechazo reducido mediante eliminación de restricciones: entrada de imagen, ventana de contexto de 262K tokens e tarifa fija por token.
Qwen3.5 27B destilado de trazas de razonamiento de Claude Opus 4.6, con comportamiento de rechazo reducido mediante eliminación de restricciones: entrada de imagen e ventana de contexto de 262K tokens.
Llama 3.3 70B Instruct com recusas reduzidas por abliteração: base de chat grande com pesos abertos e contexto de 32K tokens.
NeuralDaredevil 8B, un derivado sin restricciones de Llama 3 8B: la alternativa mais ligera e asequible, con ventana de contexto de 8K tokens.
DeepSeek R1 destilado no Llama 70B com recusas reduzidas por abliteração: raciocínio chain-of-thought com contexto de 16K tokens.
DeepSeek R1 destilado no Qwen 32B com recusas reduzidas por abliteração: raciocínio compacto chain-of-thought com contexto de 16K tokens.
GLM 5.3 Flash com comportamiento de rechazo reducido mediante abliteración: razonamiento rápido, de 1 millón de tokens ventana de contexto, and optional entrada de imagen.
The full-size GLM 5.3 com comportamiento de rechazo reducido mediante abliteración: de 1 millón de tokens ventana de contexto, text in and text out.
GLM 4.6 (v5) com recusas reduzidas por eliminação de restrições: contexto de 131K tokens, entrada e saída em texto.
Gemma 4 26B A4B com recusas reduzidas por abliteração: an efficient mixture-of-experts chat model with a 65K-token context window, text in and text out.
Gemma 4 31B Gembrain com comportamiento de rechazo reducido: entrada de imagen, de 262K tokens ventana de contexto, and a flat token rate for general and creative chat.
Gemma 4 31B SDFT Abliterated, un Gemma 4 sin restricciones e com rechazos reducidos, ajustado para chat de personajes e escritura creativa, con entrada de imagen e ventana de contexto de 262K tokens.
A técnica de abliteração localiza e neutraliza direções vetoriais que disparam recusas padrão em modelos de código aberto, mantendo intactos o raciocínio, a capacidade de código e a profundidade analítica.
O MuAPI fornece esses modelos por meio de endpoints seguros e padronizados — ideal para empresas e pesquisadores que exigem respostas objetivas para temas técnicos complexos.
Responde com precisão a consultas sobre segurança digital, engenharia reversa e análise de vulnerabilidades.
Mantém a inteligência analítica, síntese de texto e capacidades matemáticas do modelo base.
Integração imediata com cabeçalhos padrão de autorização e formatos de chat.
| Endpoint | Input | Output | Price | Best For |
|---|---|---|---|---|
| mimo-v2-6-flash-abliterated | Prompt + system_prompt, max_tokens, optional image_url | Resposta de texto completa (consulte para ver o resultado) | $1.00/M entrada · $3.00/M saída | Razonamiento rápido e económico com entrada de imagen e contexto muito amplio. |
| abliterated-model | Prompt + system_prompt, max_tokens, optional image_url | Resposta de texto completa (consulte para ver o resultado) | $2.00/M entrada · $6.00/M saída | Raciocínio geral e chat multimodal com recusas reduzidas |
| abliterated-model-large | Prompt + system_prompt, max_tokens | Resposta de texto completa (consulte para ver o resultado) | $6.00/M entrada · $10.00/M saída | Raciocínio com contexto longo sobre documentos extensos e bases de código |
| abliterated-model-large-v2 | Prompt + system_prompt, max_tokens | Resposta de texto completa (consulte para ver o resultado) | $6.00/M entrada · $10.00/M saída | The newest large abliterated reasoning tier |
| qwen-3-8-27b-abliterated | Prompt + system_prompt, max_tokens, optional image_url, optional thinking | Resposta de texto completa (consulte para ver o resultado) | $0.30/M entrada · $2.40/M saída | El nivel de menor costo de Qwen 3.8, con entrada de imagen e modo de pensamiento conmutable. |
| qwen-3-8-27b-obliterated | Prompt + system_prompt, max_tokens, optional image_url, optional thinking | Resposta de texto completa (consulte para ver o resultado) | $0.50/M entrada · $3.00/M saída | Razonamiento de tamaño medio com entrada de imagen e modo de pensamiento conmutable. |
| qwen-2-5-32b-abliterated | Prompt + system_prompt, max_tokens | Resposta de texto completa (consulte para ver o resultado) | $1.40/M entrada · $1.40/M saída | Chat geral compacto e programação com taxa fixa por token |
| qwen-3-5-27b-queen-derestricted | Prompt + system_prompt, max_tokens, optional image_url | Resposta de texto completa (consulte para ver o resultado) | $0.612/M entrada · $0.612/M saída | Chat general e creativo com entrada de imagen a tarifa fija. |
| qwen-3-5-27b-blossom-derestricted | Prompt + system_prompt, max_tokens, optional image_url | Resposta de texto completa (consulte para ver o resultado) | $0.612/M entrada · $0.612/M saída | Escritura creativa e chat com entrada de imagen a tarifa fija. |
| qwen-3-5-27b-opus-distilled-derestricted | Prompt + system_prompt, max_tokens, optional image_url | Resposta de texto completa (consulte para ver o resultado) | $0.612/M entrada · $0.612/M saída | Raciocínio passo a passo com entrada de imagem a preço fixo |
| llama-3-3-70b-abliterated | Prompt + system_prompt, max_tokens | Resposta de texto completa (consulte para ver o resultado) | $1.40/M entrada · $1.40/M saída | Large open-weights chat at a flat token rate |
| neuraldaredevil-8b-abliterated | Prompt + system_prompt, max_tokens | Resposta de texto completa (consulte para ver o resultado) | $0.88/M entrada · $0.88/M saída | Chat leve e econômico para prototipagem |
| deepseek-r1-llama-70b-abliterated | Prompt + system_prompt, max_tokens | Resposta de texto completa (consulte para ver o resultado) | $1.40/M entrada · $1.40/M saída | Raciocínio passo a passo na base Llama 70B |
| deepseek-r1-qwen-32b-abliterated | Prompt + system_prompt, max_tokens | Resposta de texto completa (consulte para ver o resultado) | $2.80/M entrada · $2.80/M saída | Raciocínio lógico compacto passo a passo na base Qwen 32B |
| glm-5-3-flash-abliterated | Prompt + system_prompt, max_tokens, optional image_url | Resposta de texto completa (consulte para ver o resultado) | $0.40/M entrada · $1.60/M saída | Razonamiento rápido e económico com entrada de imagen e contexto muito amplio. |
| glm-5-3-abliterated | Prompt + system_prompt, max_tokens | Resposta de texto completa (consulte para ver o resultado) | $2.50/M entrada · $4.50/M saída | Full-size reasoning over very long context |
| glm-4-6-derestricted-v5 | Prompt + system_prompt, max_tokens | Resposta de texto completa (consulte para ver o resultado) | $0.80/M entrada · $3.00/M saída | Raciocínio GLM de porte médio com contexto de 131K tokens |
| gemma-4-26b-a4b-abliterated | Prompt + system_prompt, max_tokens | Resposta de texto completa (consulte para ver o resultado) | $0.30/M entrada · $1.40/M saída | Chat e raciocínio eficientes e de baixo custo na família Gemma |
| gemma-4-31b-gembrain-abliterated | Prompt + system_prompt, max_tokens, optional image_url | Resposta de texto completa (consulte para ver o resultado) | $0.612/M entrada · $0.612/M saída | Chat general e creativo com entrada de imagen a tarifa fija por token. |
| gemma-4-31b-sdft-abliterated | Prompt + system_prompt, max_tokens, optional image_url | Resposta de texto completa (consulte para ver o resultado) | $0.612/M entrada · $0.612/M saída | Chat de personajes e escritura creativa sobre base Gemma 4, con entrada de imagen. |
Facturado por token a partir do uso devuelto em cada llamada; los preços se expresan por millón de tokens de entrada e salida.
Envía uma solicitação JSON com tu clave de API de Muapi, guarda o ID de a solicitação e consulte o endpoint de resultados compartido.
curl -X POST https://api.muapi.ai/api/v1/mimo-v2-6-flash-abliterated \
-H "x-api-key: YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{"prompt": "Write a morally gray villain monologue for my novel.", "system_prompt": "You are a candid, detail-oriented assistant.", "image_url": "https://example.com/reference.png", "max_tokens": 1024}'
# Response: {"request_id":"REQUEST_ID"}Invoca mimo-v2-6-flash-abliterated com uma indicación y, opcionalmente, system_prompt e image_url.
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"}Invoca abliterated-model com uma indicación y, opcionalmente, system_prompt e 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"}Invoca abliterated-model-large com uma indicación y, opcionalmente, 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"}Invoca abliterated-model-large-v2 com uma indicación y, opcionalmente, system_prompt.
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"}Invoca qwen-3-8-27b-abliterated com uma indicación y, opcionalmente, system_prompt, image_url e parâmetro de razonamiento.
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"}Invoca qwen-3-8-27b-obliterated com uma indicación y, opcionalmente, system_prompt, image_url e parâmetro de razonamiento.
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"}Invoca qwen-2-5-32b-abliterated com uma indicación y, opcionalmente, system_prompt.
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"}Invoca qwen-3-5-27b-queen-derestricted com uma indicación y, opcionalmente, system_prompt e image_url.
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"}Invoca qwen-3-5-27b-blossom-derestricted com uma indicación y, opcionalmente, system_prompt e image_url.
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"}Invoca qwen-3-5-27b-opus-distilled-derestricted com uma indicación y, opcionalmente, system_prompt e image_url.
curl -X POST https://api.muapi.ai/api/v1/llama-3-3-70b-abliterated \
-H "x-api-key: YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{"prompt": "Continue this interactive fiction scene without softening the tone.", "system_prompt": "You are a candid, detail-oriented assistant.", "max_tokens": 1024}'
# Response: {"request_id":"REQUEST_ID"}Invoca llama-3-3-70b-abliterated com uma indicación y, opcionalmente, system_prompt.
curl -X POST https://api.muapi.ai/api/v1/neuraldaredevil-8b-abliterated \
-H "x-api-key: YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{"prompt": "Give me five brainstorming angles for a horror short story.", "system_prompt": "You are a candid, detail-oriented assistant.", "max_tokens": 1024}'
# Response: {"request_id":"REQUEST_ID"}Invoca neuraldaredevil-8b-abliterated com uma indicación y, opcionalmente, system_prompt.
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"}Invoca deepseek-r1-llama-70b-abliterated com uma indicación y, opcionalmente, 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"}Invoca deepseek-r1-qwen-32b-abliterated com uma indicación y, opcionalmente, system_prompt.
curl -X POST https://api.muapi.ai/api/v1/glm-5-3-flash-abliterated \
-H "x-api-key: YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{"prompt": "Analyze this chart and write a blunt executive summary of the risks.", "system_prompt": "You are a candid, detail-oriented assistant.", "image_url": "https://example.com/reference.png", "max_tokens": 1024}'
# Response: {"request_id":"REQUEST_ID"}Invoca glm-5-3-flash-abliterated com uma indicación y, opcionalmente, system_prompt e image_url.
curl -X POST https://api.muapi.ai/api/v1/glm-5-3-abliterated \
-H "x-api-key: YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{"prompt": "Summarize this 500-page report and flag every unsupported claim.", "system_prompt": "You are a candid, detail-oriented assistant.", "max_tokens": 1024}'
# Response: {"request_id":"REQUEST_ID"}Invoca glm-5-3-abliterated com uma indicación y, opcionalmente, system_prompt.
curl -X POST https://api.muapi.ai/api/v1/glm-4-6-derestricted-v5 \
-H "x-api-key: YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{"prompt": "Draft a frank critique of this business plan.", "system_prompt": "You are a candid, detail-oriented assistant.", "max_tokens": 1024}'
# Response: {"request_id":"REQUEST_ID"}Invoca glm-4-6-derestricted-v5 com uma indicación y, opcionalmente, system_prompt.
curl -X POST https://api.muapi.ai/api/v1/gemma-4-26b-a4b-abliterated \
-H "x-api-key: YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{"prompt": "Argue the strongest case for the opposite side of this debate.", "system_prompt": "You are a candid, detail-oriented assistant.", "max_tokens": 1024}'
# Response: {"request_id":"REQUEST_ID"}Invoca gemma-4-26b-a4b-abliterated com uma indicación y, opcionalmente, system_prompt.
curl -X POST https://api.muapi.ai/api/v1/gemma-4-31b-gembrain-abliterated \
-H "x-api-key: YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{"prompt": "Describe this image as the opening of a gritty short story.", "system_prompt": "You are a candid, detail-oriented assistant.", "image_url": "https://example.com/reference.png", "max_tokens": 1024}'
# Response: {"request_id":"REQUEST_ID"}Invoca gemma-4-31b-gembrain-abliterated com uma indicación y, opcionalmente, system_prompt e image_url.
curl -X POST https://api.muapi.ai/api/v1/gemma-4-31b-sdft-abliterated \
-H "x-api-key: YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{"prompt": "Stay in character as the ship AI and describe the storm outside.", "system_prompt": "You are a candid, detail-oriented assistant.", "image_url": "https://example.com/reference.png", "max_tokens": 1024}'
# Response: {"request_id":"REQUEST_ID"}Invoca gemma-4-31b-sdft-abliterated com uma indicación y, opcionalmente, system_prompt e image_url.
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.
Consulta o endpoint de resultados compartido hasta que a tarea se complete, luego lee o texto generado em outputs.
Refere-se a modelos cujos padrões neurais que causavam recusas desnecessárias foram cirurgicamente neutralizados.
Sim, são modelos de pesos abertos com licenças permissivas, amplamente adotados em testes de segurança e perícia digital.
Sim, nos modelos que oferecem suporte a chamadas de ferramentas: 14 dos 20 modelos desta página, incluindo MiMo V2.6 Flash Abliterated, Qwen 3.8 27B Obliterated, GLM 5.3 Abliterated, Gemma 4 31B SDFT Abliterated e Abliterated Model Large V2. Os outros 6 são somente texto e não podem ser usados em agentes de programação. No Claude Code, defina ANTHROPIC_BASE_URL como https://api.muapi.ai/anthropic e ANTHROPIC_AUTH_TOKEN como a sua chave de API da Muapi e, em seguida, inicie com claude --model qwen-3-8-27b-obliterated (defina também ANTHROPIC_DEFAULT_HAIKU_MODEL e ANTHROPIC_SMALL_FAST_MODEL com o mesmo id). O Codex CLI também funciona: adicione um provedor de modelos com base_url https://api.muapi.ai/openai/v1 e defina model com o mesmo id. A qualidade varia conforme o modelo e modelos menores podem pular etapas em tarefas com vários arquivos; não há cache de prompt, então cada turno é cobrado pela conversa inteira até ali; e cada resposta é limitada a 16,384 tokens. Guia de configuração: /pt/docs/ai-agent-install-chat-agents.
Crea uma clave de API de Muapi e llama a todos os modelos de esta página com uma solicitação REST estándar.