API 문서

인증

API 키를 다음에 보내세요 Authorization header에 Bearer 토큰으로 설정합니다. 이 키는 Google 또는 이메일로 가입한 직후 표시됩니다. API 키 받기 페이지입니다. 새 키를 생성하면 이전 키가 즉시 대체됩니다. 유효하지 않은 키와 같은 오류는 401 status. 중복 청구 같은 오류는 지원 페이지를 통해 해결됩니다.

채팅 완료 엔드포인트

에 JSON 게시 POST /v1/chat/completions 텍스트 응답을 얻습니다. 이는 텍스트 생성을 위한 유일한 엔드포인트입니다. 임베딩, 이미지 또는 오디오를 지원하지 않습니다.

를 설정하세요 model field to "uncensored". 모델은 합법적인 성인 사용에 대한 콘텐츠 거부 없이 답변합니다. 기본 텍스트 모델로 조정되었으며 GPT, Claude 또는 기타 벤더의 모델이 아닙니다.

Models 엔드포인트

호출 GET /v1/models 사용 가능한 모델을 나열합니다. 응답에는 uncensored 모델 ID입니다. 이를 사용하여 클라이언트에서 연결을 확인하거나 구성 문제를 디버깅하세요.

엔드포인트는 표준 OpenAI 형식 메타데이터를 반환합니다. 이를 통해 무거운 페이로드를 전송하기 전에 베이스 URL과 인증이 올바르게 작동하는지 확인할 수 있습니다.

매개변수 & 옵션

다음과 같은 표준 파라미터를 지원합니다. temperature, top_p, stop, seed, presence_penalty, 그리고 frequency_penalty설정 max_tokens 출력 길이를 제어합니다. 이 필드를 생략하면 기본값은 2,048 토큰입니다.

프롬프트와 출력의 합산 컨텍스트 윈도우는 100,000 토큰입니다. 8 MB를 초과하는 본문 크기의 요청은 실패할 수 있습니다. 표준 필드를 통해 함수 호출 및 JSON 모드도 지원됩니다.

스트리밍 응답

stream을 true로 설정하여 스트리밍 활성화 stream: true토큰이 생성되는 동안 서버 전송 이벤트(SSE)를 받습니다. 이는 인터랙티브 애플리케이션의 지각된 지연 시간을 줄여줍니다.

토큰 사용량 통계는 스트림의 마지막 청크에 나타납니다. 이를 통해 실시간으로 비용을 정확하게 추적할 수 있습니다. 스트리밍 중 오류가 발생해도 적절한 HTTP 상태 코드가 반환됩니다.

함수 호출 & JSON 모드

사용 response_format with {"type": "json_object"} 엄격한 JSON 출력을 위해 이는 LLM에서 구조화된 데이터를 파싱하는 데 유용합니다. 함수 호출은 표준 도구 정의와 함께 작동합니다.

設定 tool_choice 모델이 함수를 사용하는 방식을 제어합니다. 모델은 자동 및 강제 도구 사용을 모두 지원합니다. 이를 통해 백엔드 로직과의 신뢰할 수 있는 통합이 보장됩니다.

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);

스트리밍

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)