文本生成在线
General low-refusal威尼斯被废除
Venice Abliterated，一种通用聊天模型，具有减少拒绝和 128K 令牌上下文窗口的功能。
Text in
$0.80/M in · $3.60/M out
在线2 个模型
低拒绝 LLM API — 减少拒绝的通用聊天模型
Low-Refusal LLM API 让您可以通过一个 Muapi API 密钥和一种请求形式以编程方式访问 2 个模型：提示、可选的 system_prompt、max_tokens。这些是通用聊天模型，可以减少拒绝或经过训练以实现高可操纵性。这降低了他们拒绝请求的频率；它不保证不受限制的输出或更改 Muapi 的可接受使用政策。您仍然对如何使用输出负责。
General low-refusal
通用低拒绝型号2 个模型体验模型
文本生成在线Featured
General low-refusal爱马仕4405B
来自 Nous Research 的 Hermes 4 405B，一个大型开放权重模型，经过训练可实现可操纵性和低拒绝率，具有 128K 令牌上下文窗口。
Text in
$0.60/M in · $2.40/M out
没有符合您筛选条件的模型。
什么是低拒绝 LLM API？
Low-Refusal LLM API 是 Muapi 的 2 个低拒绝聊天 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，可以选择使用 system_prompt 来设置角色和语气，并轮询生成的文本。典型用途包括开放式聊天、写作和头脑风暴、遵循详细系统提示的研究助理以及与更具限制性的模型进行比较。这些是通用聊天模型，可以减少拒绝或经过训练以实现高可操纵性。这降低了他们拒绝请求的频率；它不保证不受限制的输出或更改 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
2 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
这些模型比典型的助理模型拒绝更少的请求。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。
长文本生成
使用这些模型进行聊天、起草和逐步推理。
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 |
|---|---|---|---|---|
| venice-abliterated | 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 · $3.60/M out | 一般聊天和写作，减少拒绝 |
| hermes-4-405b | 提示+系统提示、最大令牌 | 完整的文本回复（投票结果） | $0.60/M in · $2.40/M out | 紧跟您系统提示的大模聊天推理 |
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。
How to Call the Low-Refusal 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 Venice Abliterated 提交提示
使用提示符和可选的 system_prompt 调用 venice-abliterated。
2.向Hermes 4 405B提交提示
使用提示符和可选的 system_prompt 调用 hermes-4-405b。
3. 轮询结果
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
什么是低拒绝率LLM？
低拒绝法学硕士是一种减少拒绝的聊天模型，或者是一种经过高可指导性培训的聊天模型，因此它比典型的助理拒绝的请求更少。它是典型行为的描述，而不是保证，结果因模型和提示而异。
Low-Refusal LLM API 包括哪些模型？
威尼斯删节和爱马仕 4 405B。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 0.60 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?
不。此页面上的每个模型都是文本输入、文本输出。
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。
请参阅删减的 LLM API →Abliterated LLM API 上的 20 个模型。请参阅角色聊天 LLM API →角色聊天 LLM API 上的 12 个模型。浏览 Muapi 上的每个法学硕士 →将这些模型与 GPT、Claude、Gemini、DeepSeek 以及目录中的所有其他语言模型进行比较。
准备好使用 Low-Refusal 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。