Hermes API：開發者無審查生成指南

什麼是 Hermes API？

hermes api 指的是為需要原始文字生成且無需主要商業供應商典型內容過濾器的開發者設計的無審查大型語言模型端點。該服務作為通用 LLM API 的專門替代方案，專注於標記為 uncensored 的單一模型 ID。與將請求路由到各種供應商的多模型閘道器不同，此端點在專用伺服器上託管單一開放權重模型，經過微調以回答成人、政治或爭議性主題的問題而不會拒絕。

主要用例是整合到由客戶端處理內容審核或模型本身不得阻止合法成人內容的應用程式中。API 嚴格為文字輸入、文字輸出。它不提供嵌入、圖像生成或音訊處理。尋求用於成人或無限制創意寫作的純文字生成引擎的開發者將發現此端點適合直接整合到現有程式碼庫中。

必須注意的是，這是獨立服務。它不提供 GPT、Claude 或其他供應商模型。該模型運行在其自己的基礎設施上，並透過標準 REST 介面存取。hermes api 名稱常在開發者社群中口語化地用來指稱此特定的無審查生成能力，以區別於基礎開放原始碼變體。

為什麼選擇無審查模型？

標準 LLM 通常會採用觸發機制，針對與成人主題、政治異見或利基愛好者相關的關鍵字或上下文。對於構建內容平台、角色扮演引擎或創意寫作工具的開發者來說，這些拒絕可能會破壞使用者體驗。像這裡提供的無審查模型優先考慮回答提示詞，而不是執行特定的道德或安全指南，只要內容不違法（例如涉及未成年人）。

選擇無審查端點允許對最終輸出進行更大控制。如果你需要模型描述暴力、性主題或爭議性歷史事件，而沒有 403 或過濾回應，此 API 就是為此目的設計的。它對於 uncensored llama 和 uncensored mistral 愛好者特別有用，他們希望獲得這些基礎模型的行為，而無需商業供應商添加的額外安全層。

• 一致性： 模型不會基於模糊上下文隨機拒絕。
• 創作自由： 適合小說、色情或邊緣幽默生成。
• 簡易性： 一個模型，一種行為，無需複雜的路由邏輯。

與 OpenAI SDK 的相容性

此端點最顯著的優勢在於嚴格遵循 OpenAI API 規範。你可以使用官方的 openai Python SDK、Node.js 用戶端，或任何其他與 OpenAI 相容的函式庫，只需更改 Base URL 和 API 金鑰即可。此端點支援 POST /v1/chat/completions 與 GET /v1/models，確保標準請求主體與回應結構可直接使用。

要進行整合，請將預設 Base URL 替換為 https://api.openrouternsfw.com/v1 並提供您的 API 金鑰。您在請求主體中傳送的模型 ID 為 uncensored。這意味著您處理聊天歷史、系統提示詞和使用者訊息的現有程式碼無需修改。這種相容性也延伸至 uncensored grok 和 deepseek api 使用者，他們已熟悉 OpenAI JSON 結構。

該端點支援透過伺服器發送事件 (SSE) 的串流輸出回應，允許您在產生 token 時處理它們。它也支援函式呼叫 (工具)、用於結構化輸出的 JSON 模式，以及 temperature 和 top_p 等標準參數。這使其成為許多標準 LLM 整合的即插即用替代品。

配置：Temperature 和 Top P

透過標準參數控制輸出的隨機性和創造力。temperature 值調整下一個 token 的機率分佈。較低的溫度 (例如 0.2) 使輸出更具決定性和專注性，而較高的溫度 (例如 0.8) 則增加創造力和變異性。對於成人內容生成，適中的溫度通常能在連貫性和多樣性之間取得最佳平衡。

top_p 參數控制核心採樣。它限制模型僅考慮累積超過 p 的 token。這是另一種控制隨機性的方式，通常與溫度一起使用。例如，top_p 為 0.95 表示模型僅考慮最可能的 95% token。

其他支援的參數包括 stop 序列、用於確保可重現性的 seed，以及用於減少重複的 presence_penalty 與 frequency_penalty。這些設定會像使用任何與 OpenAI 相容的模型一樣，透過請求主體傳遞。調整這些設定可讓你針對特定風格或詳細程度微調 hermes api 的輸出。

處理串流輸出回應

串流對於即時使用者體驗至關重要。API 支援 Server-Sent Events (SSE)，允許你在生成 token 時接收它們，而不是等待完整回應。這減少了感知延遲並改善了聊天介面的使用者體驗。

使用官方 SDK 時，只需在請求中設定 stream=True 即可啟用串流輸出。SDK 會在資料到達時回傳資料區塊。串流中的最後一個區塊通常包含用量統計資訊，包括輸入和輸出的 token 數量。這讓你能即時追蹤成本。

對於非 SDK 的實作，你可以直接解析 SSE 串流。每個區塊以 data: 開頭，後接一個 JSON 物件。最後一個區塊將為 data: [DONE]。請確保你的客戶端能優雅地處理潛在的網路中斷，因為串流連線可能會斷線。hermes api 確保用量資料能可靠地在最後一個區塊中回報，以便計費。

Token 效率與限制

該模型支援 100,000 token 的上下文視窗，包含提示詞和補全。這足以滿足大多數長篇內容生成和複雜推理任務。單一請求沒有獨立的輸出上限，如果您未指定 max_tokens，回應可以運行至視窗的結尾。對於非常長的回應，您可能需要實作邏輯來分割提示詞或請求多個補全。

定價透明且基於 token 使用量。輸入 token 每 100 萬個 token 費用為 $0.15，輸出 token 每 100 萬個 token 費用為 $0.50。錯誤和拒絕（針對次要內容過濾器）免費，因此你只需為成功的生成付費。該模型對於大量文字生成非常高效。

• 上下文視窗： 總計 100,000 tokens。
• 最大輸出： 最多可達 100,000-token 的上下文視窗範圍。
• 速率限制： 每分鐘每金鑰 300 次請求。
• 並行請求： 每個金鑰 8 個同時請求。

與其他模型比較

在評估 hermes api 時，將其與其他 uncensored llama 或 uncensored mistral 選項進行比較會很有幫助。與 Ollama 等自託管解決方案不同，此服務無需基礎設施管理。你獲得一個可靠的端點，無需配置 GPU 或管理模型權重。與多模型閘道器不同，它提供單一且一致的行為，無需路由額外開銷。

與 GPT-4o 或 Claude 等商業模型相比，此端點對於大量文字生成顯著更便宜，且不應用內容過濾器。然而，它可能無法匹配最大專有模型的推理能力。它最適合內容靈活性比最新邏輯更重要的任務。

對於 deepseek api 用戶而言，定價結構具有競爭力，但模型架構不同。hermes api 針對無審查文字生成進行最佳化，使其成為專門工具而非通用 AI。如果你需要嵌入向量或圖像生成，則需要使用其他服務，因為此端點僅限文字。

透過程式碼範例開始

整合 API 很簡單。你需要一個 API 金鑰，可以透過使用 Google 或電子郵件註冊來產生。金鑰會立即提供。然後，使用 Base URL https://api.openrouternsfw.com/v1 和模型 ID uncensored 配置您的 SDK。

以下是使用官方 SDK 的基本 Python 範例：

複製from 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)

以及一個 Node.js 範例：

複製import 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);

對於串流回應，SDK 會自動處理 SSE 解析。你可以隨著區塊到達進行迭代。這允許在應用程式中即時顯示文字。hermes api 確保回應格式符合 OpenAI 標準，因此標準用例不需要自訂解析邏輯。

更多指南

• OpenRouter 免費替代方案？你實際獲得的
• 如何在 Janitor AI 上使用 OpenRouter：Proxy 設定
• 開放原始碼 Discord 機器人搭配無審查 LLM