Base URL og autentificering
Forbind øjeblikkeligt ved at pege din klient på vores base-URL og sende din nøgle i headeren. Autentificeringen er enkel: inkluder Authorization: Bearer YOUR_API_KEY med hver request. Du får din nøgle øjeblikkeligt efter tilmelding med Google eller e-mail. Der kræves ikke telefonnummer, og nøglen vises på skærmen med det samme. Denne opsætning fungerer med enhver standard OpenAI-kompatibel SDK, fordi vi følger den samme interface-struktur. Du behøver ikke at administrere komplekse login-sessioner eller håndtere session-udløb, der plager andre platforme. Din nøgle er den eneste legitimationsoplysning, du har brug for til alle endpoints. Denne enkelhed betyder, at du kan integrere API'et i dine scripts eller applikationer uden at bekymre dig om token-opdateringscyklusser eller OAuth-flows. Tjenesten er designet til udviklere, der ønsker direkte adgang uden bureaukratiske hindringer. Vi giver en ren, forudsigelig interface, der opfører sig præcis som industristandarden. Dette reducerer integreringstiden markant sammenlignet med at kæmpe med proprietære login-systemer.
Chat Completions Endpoint
Send beskeder til den ubegrænsede model ved hjælp af standard chat-completions-endepunktet. Endepunktet accepterer POST-anmodninger til /v1/chat/completions med en JSON-body indeholdende dine beskeder. Du skal angive model id som uncensored til at bruge vores specifikke store sprogmodel. Systemet returnerer tekstsvare, som du kan behandle eller vise. Dette er en tekst-ind, tekst-ud API uden billed- eller lydgenereringsfunktioner. Du styrer tonen og stilen ved at justere parametre som temperatur eller top_p. Svarformatet er konsistent og forudsigeligt, hvilket gør det let at analysere i ethvert sprog. Du kan sende flere omgange i en enkelt forespørgsel for at opretholde samtalehistorik. Denne tilgang efterligner adfærden hos store udbydere, mens den tilbyder vores specifikke upolerede model. Det er kernefunktionaliteten til at bygge chatbots, assistenter eller indholdsproducenter. Endepunktet er optimeret til hastighed og pålidelighed.
Python SDK-integration
Integrér hurtigt ved hjælp af det officielle Python SDK med minimal konfiguration. Du skal blot indstille base URL og API-nøgle i din klientinitialisering. Kodeudsnittet nedenfor viser, hvordan du opretter en simpel chat-completion-forespørgsel. Denne metode fungerer sømløst med eksisterende OpenAI-kodebaser, fordi grænsefladen er identisk. Du kan sende en liste med beskeder med roller som system, user, eller assistant. Response-objektet giver dig adgang til den genererede tekst og tokenforbrug. Dette gør debugging og overvågning af din applikation enkel. Du behøver ikke skrive custom HTTP-clients eller håndtere JSON-serialisering manuelt. SDK'en håndterer alt det tunge arbejde for dig. Dette reducerer boilerplate-kode og fremskynder udviklingscyklerne betydeligt. Du kan starte prototyping på få minutter og skalere senere, når det er nødvendigt. Biblioteket er vel-dokumenteret og aktivt vedligeholdt.
Node SDK-integration
Brug Node.js SDK til at integrere API'et i dine JavaScript- eller TypeScript-projekter. Opsætningen er ligesom Python: konfigurer base URL og nøgle én gang. Kodeeksemplet demonstrerer en simpel anmodning til chat-endpointet. Du kan bruge den samme struktur af beskeder som i Python, hvilket sikrer konsistens på tværs af din stack. Svarobjektet giver fuldførelsesteksten og forbrugsstatistikker. Dette er nyttigt til at spore tokenforbrug i dine Node-applikationer. SDK'et håndterer streaming og fejlhåndtering internt, hvilket forenkler din kode. Du kan integrere dette i Express-ruter, serverløse funktioner eller baggrundsopgaver. Grænsefladen er bekendt for alle, der har brugt OpenAI Node-biblioteket. Det betyder, at du kan genbruge eksisterende logik og mønstre uden at lære en ny API-struktur. Det passer naturligt ind i moderne JavaScript-økosystemer. Du får fordelene ved en standardiseret grænseflade med vores specifikke modellfunktioner. Dette reducerer den kognitive belastning, når du skifter mellem forskellige dele af din applikation.
Streaming-svar
Aktiver real-time output ved at indstille stream-parameteren til true i din request. API'et returnerer en stream af chunks i stedet for et enkelt komplet svar. Dette er ideelt til chatgrænseflader, hvor du vil vise tekst, mens den genereres. Hver chunk indeholder et delvist svar, hvilket giver dig mulighed for at opdatere brugergrænsefladen inkrementelt. Den sidste chunk indeholder den samlede tokenforbrug for requestet. Denne funktion virker med både Python og Node SDK med minimale kodeændringer. Du håndterer streamen ved at iterere over chunks og tilføje teksten. Dette skaber en glidere brugeroplevelse sammenlignet med at vente på det fulde svar. Det er særligt nyttigt til langformet indholdsgenerering eller komplekse ræsonnementopgaver. Streaming-funktionaliteten er standard i moderne LLM-API'er og er fuldt understøttet her. Du kan kontrollere flowet ved at styre stream-forbrugsraten. Dette giver dig finmasket kontrol med, hvordan outputtet vises for brugeren.
Begrænsninger, fejl og kontekst
Kontekstvinduet understøtter op til 100.000 tokens for prompt og completion tilsammen. Du kan sende op til 8 samtidige anmodninger per nøgle og 300 anmodninger i minuttet. Hvis du overskrider disse grænser, modtager du en 429 rate limit-fejl. Autentifikationsfejl returnerer en 401-status, hvis din nøgle er ugyldig. En 402-status indikerer, at din forudbetalte kredit er opbrugt. Du kan opfylde med krypto til enhver tid for at genoptage servicen. Fejl forbruger ikke din kredit, så mislykkede anmodninger er gratis. Maksimum output pr. anmodning er 16.000 tokens, eller 2.048, hvis du ikke angiver en grænse. Request bodies er begrænset til 8 MB. Disse grænser er designet til at sikre rimelig brug og systemstabilitet. Du kan overvåge din brug gennem response headers eller SDK-objekter. Denne gennemsigtighed hjælper dig med at håndtere dit budget og planlægge din applikationsarkitektur effektivt. Forudbetalingsmodellen betyder, at du kun betaler for det, du bruger, uden skjulte gebyrer.
cURL
curl https://api.mistralapilogin.com/v1/chat/completions \
-H "Authorization: Bearer $API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "uncensored",
"messages": [{"role": "user", "content": "Fix my token expiry error"}]
}'Python
from openai import OpenAI
client = OpenAI(base_url="https://api.mistralapilogin.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.js
import OpenAI from "openai";
const client = new OpenAI({ baseURL: "https://api.mistralapilogin.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
stream = 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)