Documentação da API para modelos heretic llm

URL Base e Autenticação

Usar https://api.hereticllmmodels.com/v1 como sua URL base. Passe sua chave de API no Authorization: Bearer <key> Cabeçalho. Gere chaves via login com Google ou e-mail. Os tokens são cobrados por token utilizado.

Primeira solicitação

Envie um POST para /v1/chat/completions. Use o modelo uncensored. Defina max_tokens para 16.000. Erros são gratuitos. O crédito nunca expira. Não há mensalidades.

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

Instale o pacote oficial da OpenAI. Defina base_url para o nosso endpoint. Use model="uncensored". O streaming funciona via SSE. O uso de ferramentas é suportado. O modo JSON está disponível. A temperatura ajusta a aleatoriedade. O top_p controla a amostragem de núcleo. As sequências de parada interrompem a geração. A semente garante a reprodutibilidade. As penalidades de presença e frequência reduzem a repetição. Erros não consomem 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

Configure o cliente Node.js. Defina a URL base corretamente. Use o uncensored ID do modelo. Transmita respostas facilmente. Passe ferramentas para function calling. Imponha o modo de saída JSON. Ajuste temperatura e top_p. Defina sequências de parada. Fixe sementes para consistência. Aplique modificadores de penalidade. Sem cobranças por erros.

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

Definir stream: true na sua solicitação. Receba Eventos Enviados pelo Servidor (SSE). Analise os chunks sequencialmente. As contagens de tokens aparecem no último chunk. Este método reduz significativamente a latência percebida. Permite a exibição em tempo real do texto gerado. O gerenciamento de buffer permanece sua responsabilidade. Erros ainda podem ocorrer durante o fluxo. Lidar com desconexões de forma graciosa.

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 e Erros

A janela de contexto é de 100.000 tokens. A saída máxima é de 16.000 tokens. O limite é de 300 solicitações por minuto. Permita 8 solicitações simultâneas por chave. O tamanho máximo do corpo é de 8 MB. Use 401 para chaves inválidas. Use 402 para crédito insuficiente. Use 429 para limites de taxa.