Tài liệu API

Xác thực

Gửi khóa API của bạn trong Authorization header dưới dạng Bearer token. Bạn nhận được khóa này ngay sau khi đăng ký bằng Google hoặc email trên Lấy khóa API trang. Nếu bạn tạo một khóa mới, nó sẽ thay thế khóa cũ ngay lập tức. Các lỗi như khóa không hợp lệ sẽ trả về một 401 trạng thái. Các lỗi như tính phí kép sẽ được sửa chữa qua trang Hỗ trợ.

Endpoint Hoàn thành Trò chuyện

Gửi JSON đến POST /v1/chat/completions để nhận phản hồi văn bản. Đây là điểm cuối duy nhất để tạo văn bản. Nó không hỗ trợ embedding, hình ảnh hoặc âm thanh.

Đặt model field để "uncensored". Mô hình trả lời mà không có từ chối nội dung đối với mục đích người lớn hợp pháp. Đây là mô hình trọng lượng mở được tinh chỉnh cho đầu ra không giới hạn. Nó không phải là GPT, Claude hay bất kỳ mô hình của nhà cung cấp nào khác.

Điểm cuối Models

Gọi GET /v1/models để liệt kê các mô hình có sẵn. Phản hồi bao gồm uncensored model ID. Sử dụng điều này để xác minh kết nối hoặc khắc phục sự cố cấu hình trong client của bạn.

Điểm cuối trả về metadata định dạng OpenAI tiêu chuẩn. Điều này giúp bạn xác nhận rằng base URL và xác thực đang hoạt động chính xác trước khi gửi các payload nặng.

Tham số & Tùy chọn

Hỗ trợ các tham số tiêu chuẩn như temperature, top_p, stop, seed, presence_penalty, và frequency_penalty. Đặt max_tokens để kiểm soát độ dài đầu ra. Giá trị mặc định là 2,048 token nếu bạn bỏ qua trường này.

Cửa sổ ngữ cảnh là 100.000 token cho tổng prompt và completion. Các yêu cầu vượt quá kích thước thân 8 MB có thể thất bại. Gọi hàm và chế độ JSON cũng được hỗ trợ thông qua các trường tiêu chuẩn.

Phản hồi luồng

Bật phát trực tiếp bằng cách đặt stream: true. Bạn nhận được Server-Sent Events (SSE) khi các token được tạo. Điều này làm giảm độ trễ cảm nhận được cho các ứng dụng tương tác.

Thống kê sử dụng token xuất hiện trong chunk cuối cùng của luồng. Điều này cho phép bạn theo dõi chi phí chính xác theo thời gian thực. Lỗi trong quá trình streaming vẫn trả về các mã trạng thái HTTP thích hợp.

Gọi hàm & Chế độ JSON

Sử dụng response_format với {"type": "json_object"} cho đầu ra JSON nghiêm ngặt. Điều này hữu ích để phân tích cú pháp dữ liệu có cấu trúc từ LLM. Gọi hàm hoạt động với các định nghĩa công cụ tiêu chuẩn.

Đặt tool_choice để kiểm soát cách mô hình sử dụng các hàm. Mô hình hỗ trợ cả việc sử dụng công cụ tự động và bắt buộc. Điều này đảm bảo tích hợp đáng tin cậy với logic backend của bạn.

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);

Phát trực tiếp

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)