Documentación de la API para modelos LLM herejes

URL Base y Autenticación

Usar https://api.hereticllmmodels.com/v1 como tu URL base. Pasa tu clave API en el Authorization: Bearer <key> header. Genera claves mediante inicio de sesión con Google o correo electrónico. Los tokens se cobran por token utilizado.

Primera solicitud

Envía un POST a /v1/chat/completions. Utiliza el modelo uncensored. Configura max_tokens a 16,000. Los errores son gratuitos. El crédito nunca expira. No hay tarifas mensuales.

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"}]
  }'

SDK de Python

Instala el paquete oficial de OpenAI. Establece base_url a nuestro endpoint. Usa model="uncensored". El streaming funciona mediante SSE. Se admite el uso de herramientas. El modo JSON está disponible. La temperatura ajusta la aleatoriedad. Top_p controla el muestreo del núcleo. Las secuencias de parada detienen la generación. La semilla garantiza la reproducibilidad. Las penalizaciones de presencia y frecuencia reducen la repetición. Los errores no consumen crédito.

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)

SDK Node

Configura el cliente Node.js. Establece la URL base correctamente. Usa el uncensored ID del modelo. Transmite respuestas fácilmente. Pasa herramientas para la llamada de funciones. Aplica el modo de salida JSON. Ajusta la temperatura y top_p. Establece secuencias de parada. Fija semillas para la consistencia. Aplica modificadores de penalización. No hay errores.

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 y SSE

Establecer stream: true en tu solicitud. Recibe Eventos Enviados por el Servidor (SSE). Analiza los fragmentos secuencialmente. Los recuentos de tokens aparecen en el último fragmento. Este método reduce significativamente la latencia percibida. Permite la visualización en tiempo real del texto generado. La gestión de búferes sigue siendo tu responsabilidad. Los errores aún pueden ocurrir durante el flujo. Maneja las desconexiones de manera elegante.

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)

Límites y errores

La ventana de contexto es de 100.000 tokens. La salida máxima es de 16.000 tokens. El límite es de 300 solicitudes por minuto. Permite 8 solicitudes concurrentes por clave. El tamaño máximo del cuerpo es de 8 MB. Usa 401 para claves inválidas. Usa 402 para crédito insuficiente. Usa 429 para límites de velocidad.