Documentação da API

Autenticação

Envie sua chave de API no Authorization cabeçalho como um token Bearer. Você recebe esta chave imediatamente após o cadastro com Google ou e-mail na Obter chave de API página. Se você gerar uma nova, ela substituirá a antiga instantaneamente. Erros como chaves inválidas retornam um 401 status. Erros, como cobranças duplas, são corrigidos através da página de Suporte.

Endpoint Chat Completions

Envie JSON para POST /v1/chat/completions obter respostas de texto. Este é o único endpoint para gerar texto. Ele não suporta embeddings, imagens ou áudio.

Defina o model field to "uncensored". O modelo responde sem recusas de conteúdo para uso adulto lícito. É um modelo de peso aberto ajustado para saída sem restrições. Não é GPT, Claude ou qualquer outro modelo de fornecedor.

Endpoint Models

Chamar GET /v1/models para listar os modelos disponíveis. A resposta inclui o uncensored ID do modelo. Use isso para verificar a conectividade ou depurar problemas de configuração no seu cliente.

O endpoint retorna metadados no formato padrão OpenAI. Isso ajuda você a confirmar que sua URL base e autenticação estão funcionando corretamente antes de enviar cargas pesadas.

Parâmetros & Opções

Suporta parâmetros padrão como temperature, top_p, stop, seed, presence_penalty, e frequency_penalty. Defina max_tokens para controlar o comprimento da saída. O padrão é 2.048 tokens se você omitir este campo.

A janela de contexto é de 100.000 tokens para prompt e conclusão combinados. Solicitações que excedem o tamanho de corpo de 8 MB podem falhar. Chamada de função e modo JSON também são suportados via campos padrão.

Respostas em Streaming

Ative o streaming definindo stream: true. Você recebe Server-Sent Events (SSE) conforme os tokens são gerados. Isso reduz a latência percebida para aplicações interativas.

As estatísticas de uso de tokens aparecem no último chunk do stream. Isso permite que você rastreie os custos com precisão em tempo real. Erros durante o streaming ainda retornam códigos de status HTTP adequados.

Function Calling & JSON Mode

Usar response_format com {"type": "json_object"} para saída JSON estrita. Isso é útil para analisar dados estruturados do LLM. A chamada de funções funciona com definições padrão de ferramentas.

Definir tool_choice para controlar como o modelo usa funções. O modelo suporta uso de ferramentas automático e forçado. Isso garante integração confiável com a lógica do seu 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);

Streaming

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)