Hermes API: een gids voor ontwikkelaars voor ongecensureerde generatie

Wat is de Hermes API?

De hermes api verwijst naar een ongecensureerd large language model-endpoint ontworpen voor ontwikkelaars die ruwe tekstgeneratie nodig hebben zonder de inhoudsfilters die typisch zijn voor grote commerciële aanbieders. Deze service werkt als een gespecialiseerd alternatief voor algemene LLM-API's, met de focus op een enkele model-ID gelabeld als uncensored. In tegenstelling tot multi-model gateways die verzoeken routeren naar verschillende leveranciers, bedient dit endpoint één open-weight model gehost op dedicated servers, afgestemd om vragen over volwassen, politieke of controversiële onderwerpen te beantwoorden zonder weigering.

Het primaire gebruiksscenario is integratie in applicaties waar inhoudsmoderatie door de client wordt afgehandeld of waar het model zelf geen wettelijke volwassen inhoud moet blokkeren. De API is strikt tekst-in, tekst-uit. Het biedt geen embeddings, beeldgeneratie of audio-verwerking. Ontwikkelaars die een pure tekstgeneratie-engine zoeken voor volwassen of onbeperkt creatief schrijven, vinden dit endpoint geschikt voor directe integratie in bestaande codebases.

Het is belangrijk op te merken dat dit een onafhankelijke service is. Het biedt geen GPT, Claude of andere vendor-modellen aan. Het model draait op eigen infrastructuur en wordt benaderd via een standaard REST-interface. De naam hermes api wordt vaak colloquiaal in de ontwikkelaarsgemeenschap gebruikt om naar deze specifieke ongecensureerde generatiecapaciteit te verwijzen, onderscheiden van de basis open-source varianten.

Waarom kiezen voor een Ongecensureerd Model?

Standaard LLM's gebruiken vaak weigeringsmechanismen die afvuren op sleutelwoorden of context gerelateerd aan volwassen thema's, politieke dissidentie of niche-hobby's. Voor ontwikkelaars die contentplatforms, roleplay-engines of creatieve schrijfgereedschappen bouwen, kunnen deze weigeringen de gebruikerservaring verstoren. Een ongecensureerd model zoals dat hier wordt aangeboden prioriteert het beantwoorden van de prompt boven het afdwingen van een specifieke morele of veiligheidsrichtlijn, zolang de inhoud niet illegaal is (zoals betrokken bij minderjarigen).

Het kiezen van een ongecensureerd endpoint geeft meer controle over de uiteindelijke output. Als je het model nodig hebt om geweld, seksuele thema's of controversiële historische gebeurtenissen te beschrijven zonder een 403 of een gefilterde respons, dan is deze API daarvoor ontworpen. Het is bijzonder nuttig voor uncensored llama en uncensored mistral enthousiastelingen die het gedrag van die basismodellen willen zonder de extra veiligheidslagen die door commerciële aanbieders worden toegevoegd.

• Consistentie: Het model weigert niet willekeurig op basis van vage context.
• Creatieve vrijheid: Ideaal voor fictie, erotiek of het genereren van edgy humor.
• Eenvoud: Eén model, één gedrag, geen complexe routeringslogica.

Compatibiliteit met OpenAI SDK's

Het grootste voordeel van deze endpoint is de strikte naleving van de OpenAI API-specificatie. Je kunt de officiële openai Python SDK, de Node.js-client of elke andere OpenAI-compatibele bibliotheek gebruiken door simpelweg de base URL en API-sleutel aan te passen. De endpoint ondersteunt POST /v1/chat/completions en GET /v1/models, zodat standaard verzoeklichamen en responsstructuren direct werken.

Om te integreren vervang je de standaard base URL door https://api.openrouternsfw.com/v1 en geef je je API-sleutel op. De model-ID die je in het verzoeklichaam verstuurt, is uncensored. Dit betekent dat je bestaande code voor het verwerken van chatgeschieden, system prompts en user messages niet hoeft aan te passen. Deze compatibiliteit geldt ook voor gebruikers van uncensored grok en deepseek api die al bekend zijn met de OpenAI JSON-structuur.

De endpoint ondersteunt streaming-antwoorden via Server-Sent Events (SSE), waardoor je tokens kunt verwerken terwijl ze worden gegenereerd. Het ondersteunt ook function calling (tools), JSON-modus voor gestructureerde output en standaardparameters zoals temperature en top_p. Dit maakt het een directe vervanging voor veel standaard LLM-integraties.

Configuratie: Temperatuur en Top P

Het regelen van de willekeur en creativiteit van de output gebeurt via standaardparameters. De waarde van temperature past de waarschijnlijkheidsverdeling van de volgende token aan. Een lagere temperatuur (bijv. 0,2) maakt de output meer deterministisch en gericht, terwijl een hogere temperatuur (bijv. 0,8) de creativiteit en variabiliteit verhoogt. Voor het genereren van volwassen inhoud levert een gemiddelde temperatuur vaak de beste balans op tussen coherentie en variatie.

De parameter top_p regelt nucleus sampling. Het beperkt het model ertoe alleen de tokens te overwegen waarvan de cumulatieve waarschijnlijkheid groter is dan p. Dit is een andere manier om willekeur te regelen, vaak gebruikt in combinatie met temperatuur. Een top_p van 0,95 betekent bijvoorbeeld dat het model alleen de meest waarschijnlijke 95% van de tokens overweegt.

Andere ondersteunde parameters zijn stop-reeksen, seed voor reproduceerbaarheid, en presence_penalty en frequency_penalty om herhaling te ontmoedigen. Deze configuraties worden in het verzoeklichaam doorgegeven, net zoals bij elk OpenAI-compatible model. Door deze instellingen aan te passen, kun je de output van de hermes api afstemmen op specifieke stijlen of niveaus van detail.

Afhandelen van streaming-antwoorden

Streaming is essentieel voor realtime gebruikerservaringen. De API ondersteunt Server-Sent Events (SSE), waardoor je tokens kunt ontvangen zodra ze worden gegenereerd, in plaats van te wachten op de volledige respons. Dit vermindert de waargenomen latentie en verbetert de gebruikerservaring voor chatinterfaces.

Bij gebruik van de officiële SDK's wordt streaming ingeschakeld door stream=True in het verzoek in te stellen. De SDK zal chunks van data opleveren zodra deze aankomen. De laatste chunk in de stream bevat doorgaans de gebruikscijfers, inclusief het aantal input- en outputtokens. Hiermee kun je de kosten nauwkeurig in realtime bijhouden.

Voor implementaties zonder SDK kun je de SSE-stream direct parseren. Elke chunk begint met data: gevolgd door een JSON-object. De laatste chunk heeft de waarde data: [DONE]. Zorg ervoor dat je client netwerkonderbrekingen soepel afhandelt, aangezien streamingverbindingen kunnen verbroken worden. De hermes api zorgt ervoor dat gebruikscijfers betrouwbaar worden gerapporteerd in de laatste chunk voor facturatie doeleinden.

Token-efficiëntie en limieten

Het model ondersteunt een contextvenster van 100,000 tokens, inclusief zowel de prompt als de completion. Dit is voldoende voor de meeste generatie van lange teksten en complexe redeneertaken. Er is geen aparte outputlimiet per verzoek, en als je max_tokens niet specificeert, kan de respons tot het einde van het venster lopen. Voor zeer lange antwoorden moet je mogelijk logica implementeren om de prompt te chunken of meerdere completions aan te vragen.

Prijzen zijn transparant en gebaseerd op tokengebruik. Inputtokens kosten $0,15 per 1 miljoen tokens, en outputtokens kosten $0,50 per 1 miljoen tokens. Fouten en weigeringen (voor de lichte content filter) zijn gratis, dus je betaalt alleen voor succesvolle generaties. Dit model is efficiënt voor het genereren van grote volumes tekst.

• Contextvenster: 100.000 tokens totaal.
• Max Output: tot het einde van het 100,000-token contextvenster.
• Rate Limit: 300 verzoeken per minuut per sleutel.
• Concurrency: 8 gelijktijdige verzoeken per sleutel.

Vergelijking met andere modellen

Bij het evalueren van de hermes api is het nuttig deze te vergelijken met andere uncensored llama of uncensored mistral opties. In tegenstelling tot zelfgehoste oplossingen zoals Ollama, vereist deze service geen infrastructuurbeheer. Je krijgt een betrouwbare endpoint zonder GPUs te configureren of model weights te beheren. In tegenstelling tot multi-model gateways biedt het een enkel, consistent gedrag zonder routing overhead.

Vergeleken met commerciële modellen zoals GPT-4o of Claude is deze endpoint aanzienlijk goedkoper voor het genereren van grote volumes tekst en past geen content filters toe. Het matcht echter mogelijk niet de redeneervermogens van de grootste proprietary modellen. Het is het meest geschikt voor taken waarbij flexibiliteit van content belangrijker is dan state-of-the-art logica.

Voor deepseek api gebruikers is de prijsstructuur concurrerend, maar de modelarchitectuur is anders. De hermes api is geoptimaliseerd voor ongecensureerde tekstgeneratie, waardoor het een gespecialiseerd hulpmiddel is in plaats van een algemene AI. Als je embeddings of beeldgeneratie nodig hebt, moet je een andere service gebruiken, aangezien dit endpoint alleen tekst ondersteunt.

Aan de slag met codevoorbeelden

De API integreren is eenvoudig. Je hebt een API-sleutel nodig, die je kunt genereren door je aan te melden met Google of e-mail. De sleutel wordt onmiddellijk verstrekt. Configureer vervolgens je SDK met de base URL https://api.openrouternsfw.com/v1 en de model-ID uncensored.

Hier is een basis Python-voorbeeld met de officiële SDK:

Kopiërenfrom openai import OpenAI

client = OpenAI(base_url="https://api.openrouternsfw.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)

En een Node.js-voorbeeld:

Kopiërenimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.openrouternsfw.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);

Voor streaming-antwoorden verwerkt de SDK de SSE-parsering automatisch. Je kunt itereren over de chunks zodra deze aankomen. Dit maakt realtime tekstweergave in je applicatie mogelijk. De hermes api zorgt ervoor dat het response formaat overeenkomt met de OpenAI-standaard, dus voor standaard use cases is geen aangepaste parsering nodig.

Meer handleidingen

• Gratis alternatief voor OpenRouter? Wat je echt krijgt
• Hoe OpenRouter op Janitor AI te gebruiken: Proxy-instelling
• Open source Discord-bot met een ongecensureerd LLM