模型/取消的 LLM API/文本到文本 API
在线20 个模型

废除的 LLM API — 20 个废除、废除和解除限制的模型

Abliterated LLM API 使您可以通过一个 Muapi API 密钥和一种请求形式以编程方式访问 20 个模型:prompt、可选的 system_prompt、max_tokens 和具有视觉功能的模型上的 image_url。删减模型是经过修改以减少其内置拒绝行为的语言模型。消除和相关技术(消除、解除限制)降低了模型拒绝请求的频率;它们不保证不受限制的输出、删除所有限制或更改 Muapi 的可接受使用政策。您仍然对如何使用输出负责。

观看:2026 年最佳删减法学硕士 — 6 个精选,无 GPU

米莫

小米型号1 个模型
文本生成在线
米莫

MiMo V2.6 闪存被取消

MiMo V2.6 Flash 通过消除减少了拒绝行为:快速推理、1M 令牌上下文窗口和可选的图像输入。

Text + Image in
$1.00/M in · $3.00/M out
体验模型

删减模型

Abliterated Model models3 个模型
文本生成在线
删减模型

删减模型

具有 262K 令牌上下文窗口和可选图像输入的通用消除推理模型。

Text + Image in
$2.00/M in · $6.00/M out
体验模型
文本生成在线
删减模型

Abliterated Model Large

更大的消解推理模型,具有 1M 令牌上下文窗口、文本输入和文本输出。

Text in
$6.00/M in · $10.00/M out
体验模型
文本生成在线
删减模型

取消型号大型 V2

大型废除推理模型的第二次修订,具有 1M 令牌上下文窗口和纯文本输入。

Text in
$6.00/M in · $10.00/M out
体验模型

Qwen

Qwen models6 个模型
文本生成在线Featured
Qwen

Qwen 3.8 27B Abliterated

Qwen 3.8 27B 通过删节减少拒绝行为:图像输入、524K 令牌上下文窗口和可选的思维模式。

Text + Image in
$0.30/M in · $2.40/M out
体验模型
文本生成在线
Qwen

Qwen 3.8 27B Obliterated

Qwen 3.8 27B 通过消除式消融、图像输入、524K 令牌上下文窗口和可选的思维模式消除了拒绝。

Text + Image in
$0.50/M in · $3.00/M out
体验模型
文本生成在线
Qwen

Qwen 2.5 32B 指令取消

Qwen 2.5 32B 通过消除减少拒绝行为的指导:具有 32K 令牌上下文窗口的紧凑型通用聊天和编码模型。

Text in
$1.40/M in · $1.40/M out
体验模型
文本生成在线
Qwen

Qwen3.5 27B 皇后解除限制

Qwen3.5 27B Queen 通过解除限制减少了拒绝行为:图像输入、262K 令牌上下文窗口和平坦令牌率。

Text + Image in
$0.612/M in · $0.612/M out
体验模型
文本生成在线
Qwen

Qwen3.5 27B 开花解除限制

Qwen3.5 27B Blossom (V6.4) 通过解除限制减少了拒绝行为:图像输入、262K 令牌上下文窗口和平坦令牌率。

Text + Image in
$0.612/M in · $0.612/M out
体验模型
文本生成在线
Qwen

Qwen3.5 27B Opus-蒸馏解除限制

Qwen3.5 27B 从 Claude Opus 4.6 推理痕迹中提炼出来,通过解除限制减少了拒绝行为:图像输入和 262K 令牌上下文窗口。

Text + Image in
$0.612/M in · $0.612/M out
体验模型

Llama

骆驼模型2 个模型
文本生成在线
Llama

Llama 3.3 70B 指令已删除

Llama 3.3 70B 通过消除减少拒绝行为的指导:具有 32K 令牌上下文窗口的大型开放权重聊天基线。

Text in
$1.40/M in · $1.40/M out
体验模型
文本生成在线
Llama

神经夜魔侠 8B 取消

NeuralDaredevil 8B,一个被删减的 Llama 3 8B 衍生品:这里最轻、最便宜的选择,具有 8K 代币上下文窗口。

Text in
$0.88/M in · $0.88/M out
体验模型

DeepSeek R1

DeepSeek R1 型号2 个模型
文本生成在线
DeepSeek R1

DeepSeek R1 Distill Llama 70B 取消

DeepSeek R1 提炼到 Llama 70B 上,通过删节减少拒绝行为:使用 16K 令牌上下文窗口进行思想链推理。

Text in
$1.40/M in · $1.40/M out
体验模型
文本生成在线
DeepSeek R1

DeepSeek R1 Distill Qwen 32B 取消

DeepSeek R1 提炼到 Qwen 32B 上,通过删节减少拒绝行为:使用 16K 令牌上下文窗口进行紧凑的思想链推理。

Text in
$2.80/M in · $2.80/M out
体验模型

GLM

GLM models3 个模型
文本生成在线
GLM

GLM 5.3 闪存被取消

GLM 5.3 Flash 通过消除减少拒绝行为:快速推理、1M 令牌上下文窗口和可选图像输入。

Text + Image in
$0.40/M in · $1.60/M out
体验模型
文本生成在线
GLM

GLM 5.3 已废除

全尺寸的 GLM 5.3 通过删节减少了拒绝行为:1M 令牌上下文窗口、文本输入和文本输出。

Text in
$2.50/M in · $4.50/M out
体验模型
文本生成在线
GLM

GLM 4.6 Derestricted v5

GLM 4.6 (v5) 通过解除限制减少了拒绝行为:131K 令牌上下文窗口、文本输入和文本输出。

Text in
$0.80/M in · $3.00/M out
体验模型

芽

杰玛 模特3 个模型
文本生成在线
芽

Gemma 4 26B A4B Abliterated

Gemma 4 26B A4B 通过消除减少了拒绝行为:一种高效的专家混合聊天模型,具有 65K 令牌上下文窗口、文本输入和文本输出。

Text in
$0.30/M in · $1.40/M out
体验模型
文本生成在线
芽

Gemma 4 31B Gembrain 取消

Gemma 4 31B Gembrain 减少了拒绝行为:图像输入、262K 令牌上下文窗口以及用于一般和创意聊天的固定令牌率。

Text + Image in
$0.612/M in · $0.612/M out
体验模型
文本生成在线
芽

Gemma 4 31B SDFT 取消

Gemma 4 31B SDFT Abliterated,一个减少拒绝的 Gemma 4,针对角色聊天和创意写作进行了调整,具有图像输入和 262K 令牌上下文窗口。

Text + Image in
$0.612/M in · $0.612/M out
体验模型

什么是 Abliterated LLM API?

Abliterated LLM API 是 Muapi 的 20 个被废除和解除限制的 LLM 目录,从轻量级 8B 聊天模型到 1M 令牌上下文推理模型,背后有一个一致的 REST 接口,因此您可以通过更改单个模型名称来比较它们。

提交提示,可选地使用 system_prompt 设置角色和语气以及具有视觉功能的模型上的 image_url,并轮询生成的文本。典型用途包括创意写作、红队和安全研究、针对未修改的基本模型进行评估,以及基本模型的拒绝妨碍合法工作的应用。删减模型是经过修改以减少其内置拒绝行为的语言模型。消除和相关技术(消除、解除限制)降低了模型拒绝请求的频率;它们不保证不受限制的输出、删除所有限制或更改 Muapi 的可接受使用政策。您仍然对如何使用输出负责。

主要能力

20 Models, One API

每个端点接受相同的请求正文并通过共享结果端点返回文本,因此切换模型是一行更改。

减少拒绝

消除和相关技术降低了模型拒绝请求的频率。行为因型号和提示而异,并且不能保证。

系统提示控制

设置系统提示来引导创意、分析或评估工作的角色、语气和输出格式。

按代币付费

计费遵循每次调用返回的令牌计数。无需订阅,也无需管理模型托管。

视觉模型上的图像输入

Pass an image_url to 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.

可接受使用政策适用

减少拒绝并不意味着没有规则。 Muapi 的可接受使用政策和适用法律仍然适用于您生成的内容。

定价

端点输入输出价格适合场景
mimo-v2-6-flash-取消提示 + system_prompt、max_tokens、可选 image_url完整的文本回复(投票结果)$1.00/M in · $3.00/M out通过图像输入和很长的上下文进行快速、低成本的推理
abliterated-model提示 + system_prompt、max_tokens、可选 image_url完整的文本回复(投票结果)$2.00/M in · $6.00/M out一般推理和多模式聊天,减少拒绝
abliterated-model-large提示+系统提示、最大令牌完整的文本回复(投票结果)$6.00/M in · $10.00/M outLarge-context reasoning over long documents and codebases
删节模型大-v2提示+系统提示、最大令牌完整的文本回复(投票结果)$6.00/M in · $10.00/M out最新的大型消除推理层
qwen-3-8-27b-abliterated提示+system_prompt、max_tokens、可选image_url、可选思考完整的文本回复(投票结果)$0.30/M in · $2.40/M out成本最低的Qwen 3.8层,具有图像输入和可切换的思维模式
qwen-3-8-27b-obliterated提示+system_prompt、max_tokens、可选image_url、可选思考完整的文本回复(投票结果)$0.50/M in · $3.00/M out带图像输入和可切换思维模式的中型推理
qwen-2-5-32b-abliterated提示+系统提示、最大令牌完整的文本回复(投票结果)$1.40/M in · $1.40/M out紧凑的一般聊天和编码以固定的令牌率
qwen-3-5-27b-皇后解除限制提示 + system_prompt、max_tokens、可选 image_url完整的文本回复(投票结果)输入 0.612 美元/月 · 输出 0.612 美元/月以固定费率通过图像输入进行创意和一般聊天
qwen-3-5-27b-开花解除限制提示 + system_prompt、max_tokens、可选 image_url完整的文本回复(投票结果)输入 0.612 美元/月 · 输出 0.612 美元/月以统一费率进行创意写作和图像输入聊天
qwen-3-5-27b-opus-蒸馏-取消限制提示 + system_prompt、max_tokens、可选 image_url完整的文本回复(投票结果)输入 0.612 美元/月 · 输出 0.612 美元/月以固定速率输入图像进行逐步推理
llama-3-3-70b-abliterated提示+系统提示、最大令牌完整的文本回复(投票结果)$1.40/M in · $1.40/M out以固定代币费率进行大型开放权重聊天
Neurodaredevil-8b-消除提示+系统提示、最大令牌完整的文本回复(投票结果)$0.88/M in · $0.88/M out轻量级、低成本的聊天和原型设计
deepseek-r1-llama-70b-取消提示+系统提示、最大令牌完整的文本回复(投票结果)$1.40/M in · $1.40/M out以 Llama 70B 为基础的逐步推理
deepseek-r1-qwen-32b-取消提示+系统提示、最大令牌完整的文本回复(投票结果)$2.80/M in · $2.80/M out以Qwen 32B为基础的紧凑型分步推理
glm-5-3-flash-abliterated提示 + system_prompt、max_tokens、可选 image_url完整的文本回复(投票结果)$0.40/M in · $1.60/M out通过图像输入和很长的上下文进行快速、低成本的推理
glm-5-3-abliterated提示+系统提示、最大令牌完整的文本回复(投票结果)$2.50/M in · $4.50/M out在很长的上下文中进行全尺寸推理
glm-4-6-derestricted-v5提示+系统提示、最大令牌完整的文本回复(投票结果)$0.80/M in · $3.00/M out具有 131K 令牌上下文的中型 GLM 推理
gemma-4-26b-a4b-删除提示+系统提示、最大令牌完整的文本回复(投票结果)$0.30/M in · $1.40/M outGemma 家族高效、低成本的聊天和推理
gemma-4-31b-gembrain-取消提示 + system_prompt、max_tokens、可选 image_url完整的文本回复(投票结果)输入 0.612 美元/月 · 输出 0.612 美元/月以固定令牌费率使用图像输入进行一般和创意聊天
gemma-4-31b-sdft-取消提示 + system_prompt、max_tokens、可选 image_url完整的文本回复(投票结果)输入 0.612 美元/月 · 输出 0.612 美元/月基于 Gemma 4 的角色聊天和创意写作,带有图像输入

根据每次调用返回的使用量按令牌计费;价格是每百万个输入和输出代币。

如何调用Abliterated LLM API

使用您的 Muapi API 密钥提交 JSON 请求,保存请求 ID,然后轮询共享结果端点。

1. 向 MiMo V2.6 Flash Abliterated 提交提示

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"}

使用提示和可选的 system_prompt、image_url 调用 mimo-v2-6-flash-abliterated。

2. 向 Abliterated Model 提交提示

使用提示和可选的 system_prompt、image_url 调用 abliterated-model。

3. 向 Abliterated Model Large 提交提示

使用提示和可选的 system_prompt 调用 abliterated-model-large。

4. Submit a prompt to Abliterated Model Large V2

使用提示和可选的 system_prompt 调用 abliterated-model-large-v2。

5. 向 Qwen 3.8 27B Abliterated 提交提示

使用提示和可选的 system_prompt、image_url 和思考标志调用 qwen-3-8-27b-abliterated。

6.向Qwen 3.8 27B Obliterated提交提示

使用提示和可选的 system_prompt、image_url 和思考标志调用 qwen-3-8-27b-obliterated。

7. 向 Qwen 2.5 32B Instruct Abliterated 提交提示

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"}

使用提示符和可选的 system_prompt 调用 qwen-2-5-32b-abliterated。

8.向Qwen3.5 27B Queen Derestricted提交提示

使用提示和可选的 system_prompt、image_url 调用 qwen-3-5-27b-queen-derestricted。

9.向Qwen3.5 27B Blossom Derestricted提交提示

使用提示和可选的 system_prompt、image_url 调用 qwen-3-5-27b-blossom-derestricted。

10. 向 Qwen3.5 27B Opus-Distilled Derestricted 提交提示

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"}

使用提示和可选的 system_prompt、image_url 调用 qwen-3-5-27b-opus-distilled-derestricted。

11. 向 Llama 3.3 70B Instruct Abliterated 提交提示

使用提示符和可选的 system_prompt 调用 llama-3-3-70b-abliterated。

12. 向 NeuralDaredevil 8B Abliterated 提交提示

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"}

使用提示符和可选的 system_prompt 调用neuraldaredevil-8b-abliterated。

13. 向 DeepSeek R1 Distill Llama 70B Abliterated 提交提示

使用提示符和可选的 system_prompt 调用 deepseek-r1-llama-70b-abliterated。

14. 向 DeepSeek R1 Distill Qwen 32B Abliterated 提交提示

使用提示符和可选的 system_prompt 调用 deepseek-r1-qwen-32b-abliterated。

15. 向 GLM 5.3 Flash Abliterated 提交提示

使用提示和可选的 system_prompt、image_url 调用 glm-5-3-flash-abliterated。

16. 向 GLM 5.3 Abliterated 提交提示

使用提示符和可选的 system_prompt 调用 glm-5-3-abliterated。

17. 向 GLM 4.6 Derestricted v5 提交提示

使用提示符和可选的 system_prompt 调用 glm-4-6-derestricted-v5。

18. 向 Gemma 4 26B A4B Abliterated 提交提示

使用提示符和可选的 system_prompt 调用 gemma-4-26b-a4b-abliterated。

19. 向 Gemma 4 31B Gembrain Abliterated 提交提示

使用提示符和可选的 system_prompt、image_url 调用 gemma-4-31b-gembrain-abliterated。

20. 向 Gemma 4 31B SDFT Abliterated 提交提示

使用提示和可选的 system_prompt、image_url 调用 gemma-4-31b-sdft-abliterated。

21. 投票结果

轮询共享结果端点直到任务完成,然后从输出中读取生成的文本。

常见问题

什么是取消的法学硕士?

消除语言模型是一种通过编辑导致拒绝的内部方向来减少拒绝行为的模型,通常无需从头开始重新训练。诸如删除和解除限制之类的相关术语描述了类似的技术。结果往往会比原始模型拒绝更少的请求,但这并不能保证,质量可能与基本模型不同。

Abliterated LLM API 包括哪些模型?

MiMo V2.6 Flash Abliterated、Abliterated 型号、Abliterated 型号 Large、Abliterated 型号 Large V2、Qwen 3.8 27B Abliterated、Qwen 3.8 27B Obliterated、Qwen 2.5 32B Instruct Abliterated、Qwen3.5 27B Queen Derestricted、Qwen3.5 27B Blossom Derestricted、Qwen3.5 27B Opus-Distilled 取消限制、Llama 3.3 70B Instruct 取消、NeuralDaredevil 8B 取消、DeepSeek R1 Distill Llama 70B 取消、DeepSeek R1 Distill Qwen 32B 取消、GLM 5.3 Flash 取消、GLM 5.3 取消、GLM 4.6 Derestricted v5、Gemma 4 26B A4B 删减、Gemma 4 31B Gembrain 删减和 Gemma 4 31B SDFT 删减。每个端点都是一个单独的端点,在 URL 中具有自己的模型名称。

它要多少钱?

按令牌计费,每次调用后从模型返回的计数中扣除。费率从每百万输入代币 0.30 美元起;请参阅每个型号的定价表。

这些模型能回答我提出的任何问题吗?

不。拒绝的减少并不意味着输出不受限制,每个模型的知识和质量仍然限制着答案。您对如何使用输出负责,并且不允许违反 Muapi 可接受使用政策或法律的请求。

Can I send images to these models?

MiMo V2.6 Flash Abliterated、Abliterated 型号、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 是Gembrain Abliterated、Gemma 4 31B SDFT Abliterated:在提示旁边添加 image_url。其他的都是纯文本的。

我如何得到结果?

POST 到 /api/v1/<model-name> 返回 request_id。轮询 /api/v1/predictions/{request_id}/result 直到状态完成,然后从输出中读取文本。

思考选项在 Qwen 3.8 车型上有什么作用?

将thinking设置为true,让模型在回答之前进行推理,这可以帮助解决更困难的问题,但代价是更多的输出令牌。将其关闭以获得更快、更便宜的回复。

准备好使用 Abliterated LLM API 进行构建了吗?

创建一个 Muapi API 密钥,并使用普通 REST 请求调用此页面上的每个模型。