API-Dokumentation für heretic llm-Modelle

Basis-URL und Authentifizierung

Verwenden https://api.hereticllmmodels.com/v1 als Ihre Basis-URL. Übergeben Sie Ihren API-Schlüssel im Authorization: Bearer <key> header. Generieren Sie Schlüssel über Google- oder E-Mail-Login. Token werden pro verwendetem Token berechnet.

Erste Anfrage

Senden Sie eine POST an /v1/chat/completions. Verwenden Sie das Modell uncensored. Legen max_tokens auf 16.000. Fehler sind kostenlos. Guthaben verfällt nie. Es fallen keine monatlichen Gebühren an.

Copycurl https://api.hereticllmmodels.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "calculate the derivative of 3x squared plus 5x"}]
  }'

Python SDK

Installieren Sie das offizielle OpenAI-Paket. Legen Sie base_url zu unserem Endpunkt. Verwenden Sie model="uncensored". Streaming funktioniert über SSE. Tool-Nutzung wird unterstützt. Der JSON-Modus ist verfügbar. Die Temperatur steuert die Zufälligkeit. Top_p regelt die Nukleus-Sampling. Stoppsequenzen unterbrechen die Generierung. Der Seed gewährleistet Reproduzierbarkeit. Präsenz- und Häufigkeitsstrafen reduzieren Wiederholungen. Fehler verbrauchen kein Guthaben.

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.hereticllmmodels.com/v1", api_key="YOUR_KEY")

resp = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Summarise this thread without softening it."}],
)
print(resp.choices[0].message.content)

Node SDK

Konfigurieren Sie den Node.js-Client. Legen Sie die Basis-URL korrekt fest. Verwenden Sie den uncensored Modell-ID. Antworten einfach streamen. Tools für Function Passing übergeben. JSON-Ausgabemodus erzwingen. Temperatur und top_p anpassen. Stop-Sequenzen festlegen. Seeds für Konsistenz fixieren. Strafmodifikatoren anwenden. Fehler sind kostenlos.

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.hereticllmmodels.com/v1", apiKey: process.env.API_KEY });

const resp = await client.chat.completions.create({
  model: "uncensored",
  messages: [{ role: "user", content: "Draft a villain monologue for my game." }],
});
console.log(resp.choices[0].message.content);

Streaming und SSE

Festlegen stream: true in Ihrer Anfrage. Empfangen Sie Server-Sent Events (SSE). Parsen Sie Chunks sequenziell. Token-Anzahlen erscheinen im letzten Chunk. Diese Methode reduziert die wahrgenommene Latenz erheblich. Sie ermöglicht die Echtzeitanzeige des generierten Textes. Das Puffermanagement bleibt Ihre Verantwortung. Fehler können immer noch während des Streams auftreten. Behandeln Sie Disconnects angemessen.

Copystream = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Tell the story in second person."}],
    stream=True,
)
for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)

Limits und Errors

Das Kontextfenster beträgt 100.000 Tokens. Max Output beträgt 16.000 Tokens. Limit beträgt 300 Anfragen pro Minute. Erlauben Sie 8 gleichzeitige Anfragen pro Schlüssel. Max Körpergröße ist 8 MB. Verwenden Sie 401 für ungültige Schlüssel. Verwenden Sie 402 für unzureichendes Guthaben. Verwenden Sie 429 für Ratenlimits.