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。
Qwen Abliterated API 使您可以通过一个 Muapi API 密钥以编程方式访问 6 个模型。每个端点都采用相同的请求正文:提示、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。
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。
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。
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。
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。
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。
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。
本页涵盖 Muapi 上的 6 个模型。下面列出了每一个及其上下文窗口、输入模式和定价。
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。
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。
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。
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。
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。
Pass an image_url to 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.
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。
| 端点 | 输入 | 输出 | 价格 | 适合场景 |
|---|---|---|---|---|
| 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 |
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。
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。
使用提示和可选的 system_prompt、image_url 和思考标志调用 qwen-3-8-27b-abliterated。
使用提示和可选的 system_prompt、image_url 和思考标志调用 qwen-3-8-27b-obliterated。
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。
使用提示和可选的 system_prompt、image_url 调用 qwen-3-5-27b-queen-derestricted。
使用提示和可选的 system_prompt、image_url 调用 qwen-3-5-27b-blossom-derestricted。
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。
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。
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。
Qwen 3.8 27B 取消限制、Qwen 3.8 27B 取消限制、Qwen 2.5 32B Instruct 取消限制、Qwen3.5 27B Queen 取消限制、Qwen3.5 27B Blossom 取消限制和 Qwen3.5 27B Opus-Distilled 取消限制。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。
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。
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。
在 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 上是:在提示旁边添加 image_url。其他的都是纯文本的。
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。
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。
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。