Basis-URL und Authentifizierung
Verbinden Sie sich sofort, indem Sie Ihren Client auf unsere Base-URL verweisen und Ihren Schlüssel im Header übergeben. Die Authentifizierung ist einfach: Fügen Sie Authorization: Bearer YOUR_API_KEY bei jeder Anfrage. Sie erhalten Ihren Schlüssel sofort nach der Anmeldung mit Google oder E-Mail. Keine Telefonnummer ist erforderlich, und der Schlüssel wird sofort auf dem Bildschirm angezeigt. Diese Einrichtung funktioniert mit jedem Standard-OpenAI-kompatiblen SDK, da wir die gleiche Schnittstellenstruktur verwenden. Sie müssen keine komplexen Anmeldesitzungen verwalten oder mit Sitzungsabläufen umgehen, die andere Plattformen plagen. Ihr Schlüssel ist das einzige Credential, das Sie für alle Endpunkte benötigen. Diese Einfachheit bedeutet, dass Sie die API in Ihre Skripte oder Anwendungen integrieren können, ohne sich Gedanken über Token-Aktualisierungszyklen oder OAuth-Flows machen zu müssen. Der Dienst ist für Entwickler konzipiert, die direkten Zugriff ohne bürokratische Hürden wünschen. Wir bieten eine saubere, vorhersehbare Schnittstelle, die sich genau wie der Industriestandard verhält. Dies reduziert die Integrationszeit im Vergleich zum Kampf mit proprietären Anmeldesystemen erheblich.
Chat-Vervollständigungs-Endpunkt
Senden Sie Nachrichten an das unzensierte Modell über den standardmäßigen Chat-Completions-Endpunkt. Der Endpunkt akzeptiert POST-Anfragen an /v1/chat/completions mit einem JSON-Body, der Ihre Nachrichten enthält. Sie müssen die Modell-ID als uncensored unseren spezifischen Large Language Model zu verwenden. Das System gibt Textantworten zurück, die Sie verarbeiten oder anzeigen können. Dies ist eine Text-in, Text-out API ohne Bild- oder Audiogenerierungsfunktionen. Sie steuern Tonfall und Stil durch Anpassen von Parametern wie Temperatur oder top_p. Das Antwortformat ist konsistent und vorhersehbar, was die Analyse in jeder Sprache erleichtert. Sie können mehrere Gesprächsschritte in einer einzelnen Anfrage senden, um den Gesprächsverlauf beizubehalten. Dieser Ansatz imitiert das Verhalten großer Anbieter, bietet jedoch unser spezifisches uncensored Modell. Dies ist die Kernfunktionalität zum Erstellen von Chatbots, Assistenten oder Inhaltsgeneratoren. Der Endpunkt ist für Geschwindigkeit und Zuverlässigkeit optimiert.
Python SDK-Integration
Schnelle Integration über das offizielle Python SDK mit minimaler Konfiguration. Sie müssen lediglich die Base-URL und den API-Schlüssel bei der Client-Initialisierung festlegen. Das untenstehende Code-Snippet zeigt, wie eine einfache Chat-Vervollständigungsanfrage erstellt wird. Diese Methode funktioniert nahtlos mit bestehenden OpenAI-Codebasen, da die Schnittstelle identisch ist. Sie können eine Liste von Nachrichten mit Rollen wie system, user, oder assistant. Das Antwortobjekt gibt Ihnen Zugriff auf den generierten Text und die Token-Nutzung. Dies macht das Debuggen und Überwachen Ihrer Anwendung unkompliziert. Sie müssen keine benutzerdefinierten HTTP-Clients schreiben oder die JSON-Serialisierung manuell handhaben. Das SDK übernimmt die ganze Schwerstarbeit für Sie. Dies reduziert Boilerplate-Code und beschleunigt die Entwicklungszyklen erheblich. Sie können in Minuten mit dem Prototyping beginnen und später skalieren, wenn dies erforderlich ist. Die Bibliothek ist gut dokumentiert und wird aktiv gepflegt.
Node SDK-Integration
Verwenden Sie das Node.js SDK, um die API in Ihre JavaScript- oder TypeScript-Projekte zu integrieren. Die Einrichtung ist ähnlich wie in Python: Konfigurieren Sie die Base URL und den Schlüssel einmal. Das Code-Beispiel demonstriert eine einfache Anfrage an den Chat-Endpunkt. Sie können dieselbe Nachrichtenstruktur wie in Python verwenden, um Konsistenz in Ihrer gesamten Stack-Architektur zu gewährleisten. Das Antwort-Objekt liefert den Vervollständigungstext und die Nutzungsstatistiken. Dies ist nützlich zur Verfolgung des Token-Verbrauchs in Ihren Node-Anwendungen. Das SDK verarbeitet Streaming und Fehlerbehandlung intern und vereinfacht Ihren Code. Sie können dies in Express-Routen, Serverless-Funktionen oder Hintergrundjobs integrieren. Die Schnittstelle ist für jeden vertraut, der die OpenAI Node-Bibliothek verwendet. Dies bedeutet, dass Sie vorhandene Logik und Muster wiederverwenden können, ohne eine neue API-Struktur lernen zu müssen. Es fügt sich natürlich in moderne JavaScript-Ökosysteme ein. Sie erhalten die Vorteile einer standardisierten Schnittstelle mit unseren spezifischen Modellfähigkeiten. Dies reduziert die kognitive Last beim Wechseln zwischen verschiedenen Teilen Ihrer Anwendung.
Streaming-Antworten
Echtzeit-Ausgabe aktivieren, indem Sie den stream-Parameter in Ihrer Anfrage auf true setzen. Die API gibt einen Stream von Chunks zurück, anstatt einer einzelnen vollständigen Antwort. Dies ist ideal für Chat-Schnittstellen, bei denen Sie Text angezeigt bekommen möchten, während er generiert wird. Jeder Chunk enthält eine Teilantwort, sodass Sie die Benutzeroberfläche inkrementell aktualisieren können. Der letzte Chunk enthält die gesamte Token-Nutzung für die Anfrage. Diese Funktion funktioniert mit Python- und Node-SDKs mit minimalen Codeänderungen. Sie verarbeiten den Stream, indem Sie über die Chunks iterieren und den Text anhängen. Dies schafft ein flüssigeres Benutzererlebnis im Vergleich zum Warten auf die vollständige Antwort. Es ist besonders nützlich für die Generierung von Langtexten oder komplexen Reasoning-Aufgaben. Die Streaming-Fähigkeit ist in modernen LLM-APIs Standard und wird hier vollständig unterstützt. Sie können den Fluss steuern, indem Sie die Konsumationsrate des Streams verwalten. Dies gibt Ihnen feinkörnige Kontrolle darüber, wie die Ausgabe dem Benutzer angezeigt wird.
Limits, Fehler und Kontext
Der Context-Window unterstützt bis zu 100.000 Tokens für Prompt und Completion zusammen. Sie können bis zu 8 gleichzeitige Anfragen pro Key und 300 Anfragen pro Minute senden. Wenn Sie diese Limits überschreiten, erhalten Sie einen 429-Ratelimit-Fehler. Authentifizierungsfehler geben einen 401-Status zurück, wenn Ihr Key ungültig ist. Ein 402-Status zeigt an, dass Ihr Prepaid-Guthaben aufgebraucht ist. Sie können jederzeit per Krypto aufladen, um den Dienst fortzusetzen. Fehler verbrauchen Ihr Guthaben nicht, daher sind fehlgeschlagene Anfragen kostenlos. Die maximale Ausgabe pro Anfrage beträgt 16.000 Tokens bzw. 2.048, wenn Sie kein Limit angeben. Request-Body-Größen sind auf 8 MB begrenzt. Diese Limits sind darauf ausgelegt, faire Nutzung und Systemstabilität zu gewährleisten. Sie können Ihre Nutzung über die Response-Headers oder SDK-Objekte überwachen. Diese Transparenz hilft Ihnen, Ihr Budget zu verwalten und Ihre Anwendungsarchitektur effektiv zu planen. Das Prepaid-Modell bedeutet, dass Sie nur für das zahlen, was Sie nutzen, ohne versteckte Gebühren.
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)