Документация API

Аутентификация

Отправьте свой API-ключ в Authorization header в виде Bearer-токена. Вы получаете этот ключ сразу после регистрации через Google или email на Получить API-ключ странице. Если вы сгенерируете новый, он мгновенно заменит старый. Ошибки, такие как недействительные ключи, возвращают 401 статус. Ошибки, такие как двойное списание средств, исправляются через страницу Поддержки.

Эндпоинт Chat Completions

Отправляйте JSON на POST /v1/chat/completions для получения текстовых ответов. Это единственный эндпоинт для генерации текста. Он не поддерживает эмбеддинги, изображения или аудио.

Установите model field для "uncensored". Модель отвечает без отказов по контенту для законного использования взрослыми. Это модель с открытым весом, настроенная на неограниченный вывод. Это не GPT, Claude или какая-либо другая модель от вендора.

Эндпоинт Модели

Вызов GET /v1/models чтобы получить список доступных моделей. В ответе содержится uncensored идентификатор модели. Используйте это для проверки подключения или отладки проблем с конфигурацией в вашем клиенте.

Эндпоинт возвращает метаданные в стандартном формате OpenAI. Это помогает убедиться, что ваш базовый URL и аутентификация работают корректно перед отправкой тяжелых запросов.

Параметры & Опции

Поддержка стандартных параметров, таких как temperature, top_p, stop, seed, presence_penalty, и frequency_penalty. Установите max_tokens для контроля длины вывода. Значение по умолчанию составляет 2 048 токенов, если вы не укажете другое значение.

Окно контекста составляет 100 000 токенов для запроса и ответа в совокупности. Запросы с размером тела более 8 МБ могут завершиться ошибкой. Также поддерживаются вызовы функций и режим JSON через стандартные поля.

Потоковые ответы

Включите потоковую передачу, установив stream: true. Вы получаете Server-Sent Events (SSE) по мере генерации токенов. Это снижает воспринимаемую задержку для интерактивных приложений.

Статистика использования токенов появляется в последнем чанке потока. Это позволяет точно отслеживать расходы в реальном времени. Ошибки во время потоковой передачи все равно возвращают правильные коды состояния HTTP.

Вызов функций & JSON Mode

Использовать response_format с {"type": "json_object"} для строгого вывода JSON. Это полезно для парсинга структурированных данных из LLM. Вызов функций работает со стандартными определениями инструментов.

Установить tool_choice для управления тем, как модель использует функции. Модель поддерживает как автоматическое, так и принудительное использование инструментов. Это обеспечивает надежную интеграцию с вашей бэкенд-логикой.

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);

Потоковая передача

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)