Documentazione API per modelli llm eretici

URL Base e Autenticazione

Usa https://api.hereticllmmodels.com/v1 come tuo URL di base. Passa la tua chiave API in Authorization: Bearer <key> header. Genera le chiavi tramite login con Google o email. I token vengono addebitati per token utilizzato.

Prima richiesta

Invia un POST a /v1/chat/completions. Usa il modello uncensored. Imposta max_tokens a 16,000. Gli errori sono gratuiti. Il credito non scade. Non ci sono canoni mensili.

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

Installa il pacchetto ufficiale di OpenAI. Imposta base_url al nostro endpoint. Usa model="uncensored". Lo streaming funziona tramite SSE. È supportato l'uso di strumenti. È disponibile la modalità JSON. La temperatura regola la casualità. Top_p controlla il campionamento del nucleo. Le sequenze di stop fermano la generazione. Il seed garantisce la riproducibilità. Le penalità di presenza e frequenza riducono la ripetizione. Gli errori non consumano credito.

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 il client Node.js. Imposta correttamente l'URL di base. Usa il uncensored ID del modello. Streamma facilmente le risposte. Passa gli strumenti per il function calling. Imposta la modalità di output JSON. Regola temperatura e top_p. Imposta le sequenze di stop. Fissa i semi per la coerenza. Applica i modificatori di penalità. Gli errori sono gratuiti.

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 e SSE

Imposta stream: true nella richiesta. Ricevi Server-Sent Events (SSE). Analizza i chunk in sequenza. I conteggi dei token appaiono nell'ultimo chunk. Questo metodo riduce significativamente la latenza percepita. Consente la visualizzazione in tempo reale del testo generato. La gestione del buffer rimane tua responsabilità. Gli errori possono ancora verificarsi a metà flusso. Gestisci le disconnessioni con grazia.

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)

Limiti ed Errori

La finestra di contesto è di 100.000 token. L'output massimo è di 16.000 token. Il limite è di 300 richieste al minuto. Consenti 8 richieste concorrenti per chiave. La dimensione massima del corpo è di 8 MB. Usa 401 per chiavi non valide. Usa 402 per credito insufficiente. Usa 429 per i limiti di frequenza.