Documentation de l'API pour les modèles LLM hérétiques

URL de base et authentification

Utiliser https://api.hereticllmmodels.com/v1 comme votre URL de base. Transmettez votre clé API dans le Authorization: Bearer <key> header. Générez des clés via la connexion Google ou e-mail. Les tokens sont facturés par token utilisé.

Première demande

Envoyez un POST à /v1/chat/completions. Utilisez le modèle uncensored. Définissez max_tokens vers 16 000. Les erreurs sont gratuites. Le crédit n'expire jamais. Aucun frais mensuels ne s'appliquent.

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 Python

Installez le package officiel OpenAI. Définissez base_url à notre point de terminaison. Utilisez model="uncensored". Le streaming fonctionne via SSE. L'utilisation d'outils est prise en charge. Le mode JSON est disponible. La température ajuste l'aléatoire. Le top_p contrôle l'échantillonnage du noyau. Les séquences d'arrêt interrompent la génération. La graine assure la reproductibilité. Les pénalités de présence et de fréquence réduisent les répétitions. Les erreurs ne consomment pas de crédit.

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

Configurez le client Node.js. Définissez correctement l'URL de base. Utilisez le uncensored ID du modèle. Stream facile des réponses. Passez des outils pour l'appel de fonctions. Imposez le mode de sortie JSON. Ajustez temperature et top_p. Définissez des séquences d'arrêt. Corrigez les seeds pour la cohérence. Appliquez des modificateurs de pénalité. Pas de frais d'erreur.

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 et SSE

Définir stream: true dans votre requête. Recevez des Server-Sent Events (SSE). Analysez les chunks séquentiellement. Les compteurs de jetons apparaissent dans le dernier chunk. Cette méthode réduit considérablement la latence perçue. Elle permet l'affichage en temps réel du texte généré. La gestion des tampons reste votre responsabilité. Des erreurs peuvent encore se produire en cours de flux. Gérez les déconnexions avec élégance.

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)

Limites et erreurs

La fenêtre de contexte est de 100 000 jetons. La sortie maximale est de 16 000 jetons. La limite est de 300 requêtes par minute. Autorisez 8 requêtes simultanées par clé. La taille maximale du corps est de 8 Mo. Utilisez 401 pour les clés invalides. Utilisez 402 pour le crédit insuffisant. Utilisez 429 pour les limites de débit.