面向异端 llm 模型的 API 文档

基础 URL 和认证

使用 https://api.hereticllmmodels.com/v1 作为您的基础 URL。在 Authorization: Bearer <key> 。通过 Google 或电子邮件登录生成密钥。Token 按使用的 token 数量收费。

首次请求

向 /v1/chat/completions. 使用模型 uncensored. 设置 max_tokens to 16,000. Errors are free. Credit never expires. No monthly fees apply.

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

安装官方 OpenAI 包。设置 base_url 指向我们的端点。使用 model="uncensored". 流式传输通过 SSE 实现。支持工具调用。提供 JSON 模式。Temperature 参数调节随机性。Top_p 控制核采样。停止序列可终止生成。Seed 确保可复现性。存在惩罚和频率惩罚可减少重复。错误不会消耗额度。

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

配置 Node.js 客户端。正确设置 base URL。使用 uncensored 模型 ID。轻松流式传输响应。传递工具以进行函数调用。强制执行 JSON 输出模式。调整 temperature 和 top_p。设置 stop sequences。固定 seed 以确保一致性。应用惩罚修饰符。无错误。

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);

流式传输与 SSE

设置 stream: true 在请求中。接收服务器发送事件（SSE）。按顺序解析数据块。Token 计数出现在最后一个数据块中。此方法显著降低了感知延迟。它允许实时显示生成的文本。缓冲管理由你负责。流中仍可能发生错误。优雅地处理断开连接。

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)

限制和错误

上下文窗口为 100,000 token。最大输出为 16,000 token。每分钟限制为 300 次请求。每个密钥允许 8 个并发请求。最大主体大小为 8 MB。使用 401 表示无效密钥。使用 402 表示信用不足。使用 429 表示速率限制。