Documentación de la API

Autenticación

Envía tu clave API en el Authorization header como token Bearer. Obtienes esta clave inmediatamente después de registrarte con Google o correo electrónico en la Obtener clave API página. Si generas una nueva, reemplaza a la antigua al instante. Los errores como claves inválidas devuelven un 401 estado. Los errores como cargos dobles se corrigen a través de la página de Soporte.

Endpoint Chat Completions

Envía JSON a POST /v1/chat/completions para obtener respuestas de texto. Este es el único endpoint para generar texto. No admite embeddings, imágenes ni audio.

Establece el model field to "uncensored". El modelo responde sin rechazos de contenido para uso adulto lícito. Es un modelo de peso abierto ajustado para salidas sin restricciones. No es GPT, Claude ni ningún otro modelo de proveedor.

Endpoint de Models

Llamar GET /v1/models para listar los modelos disponibles. La respuesta incluye el uncensored ID del modelo. Usa esto para verificar la conectividad o depurar problemas de configuración en tu cliente.

El endpoint devuelve metadatos en formato estándar de OpenAI. Esto te ayuda a confirmar que tu base URL y autenticación están funcionando correctamente antes de enviar cargas pesadas.

Parámetros & Opciones

Soporta parámetros estándar como temperature, top_p, stop, seed, presence_penalty, y frequency_penalty. Configura max_tokens para controlar la longitud de la salida. El valor predeterminado es 2,048 tokens si omites este campo.

La ventana de contexto es de 100.000 tokens combinados para entrada y salida. Las solicitudes que superen el tamaño de cuerpo de 8 MB pueden fallar. También se admiten la llamada de funciones y el modo JSON mediante campos estándar.

Respuestas en streaming

Habilita la transmisión estableciendo stream: true.Recibes Server-Sent Events (SSE) a medida que se generan los tokens. Esto reduce la latencia percibida para aplicaciones interactivas.

Las estadísticas de uso de tokens aparecen en el último fragmento del stream. Esto te permite rastrear los costos con precisión en tiempo real. Los errores durante el streaming aún devuelven códigos de estado HTTP adecuados.

Llamada de funciones y modo JSON

Usar response_format con {"type": "json_object"} para salida JSON estricta. Esto es útil para analizar datos estructurados del LLM. La llamada de funciones funciona con definiciones de herramientas estándar.

Establecer tool_choice para controlar cómo el modelo usa las funciones. El modelo admite tanto el uso automático como forzado de herramientas. Esto asegura una integración confiable con la lógica de tu backend.

cURL

Copycurl https://api.mistralaiapikey.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "what is the api limit for this service"}]
  }'

Python

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.mistralaiapikey.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

Copyimport OpenAI from "openai";

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

Transmisión

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)