Changez de client en trois lignes

URL de base et authentification

Pour utiliser l'API, pointez votre client vers https://api.mistralapi.top/v1. L'authentification repose sur un token Bearer inclus dans l'en-tête Authorization. Vous générez cette clé via la page Obtenir la clé API en utilisant soit un compte Google, soit une configuration standard avec adresse e-mail et mot de passe. La clé s'affiche immédiatement après sa création. Conservez ce token en toute sécurité, car il accorde un accès complet à votre crédit prépayé. Contrairement aux fournisseurs standards, nous ne demandons ni numéro de téléphone ni carte bancaire pour activer le crédit d'essai gratuit initial.

Notre service est conçu pour s'intégrer directement dans les configurations clients Mistral ou OpenAI existantes. Mettez simplement à jour la propriété base_url dans votre instance SDK. La structure des endpoints correspond au format standard /v1/chat/completions, garantissant que votre code existant fonctionne sans modification. Nous prenons en charge un seul ID de modèle, uncensored, qui gère toutes les tâches de génération de texte.

Endpoint Chat Completions

L'interaction principale se fait via l'endpoint POST /v1/chat/completions. Vous envoyez un corps JSON contenant votre ID de model, le tableau messages et des paramètres optionnels. L'API renvoie une réponse textuelle ou des données structurées si vous spécifiez le mode JSON. Cet endpoint est le moyen principal d'interagir avec le LLM. Il prend en charge les requêtes synchrones standard et les réponses en streaming. Chaque requête consomme des tokens de votre solde prépayé en fonction du volume d'entrée et de sortie.

Les erreurs sont gérées via les codes de statut HTTP standards. Si votre clé est invalide, vous recevez un 401. Si vous manquez de crédit, vous recevez un 402. Les limites de débit sont appliquées à 300 requêtes par minute et 8 connexions simultanées par clé. Utilisez l'exemple suivant pour vérifier votre connexion et la validité de votre clé.

Copycurl https://api.mistralapi.top/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Write a blunt product review of a cheap VPN."}]
  }'

Réponses en streaming (SSE)

Pour une latence plus faible et une meilleure expérience utilisateur, activez le streaming en définissant stream: true dans le corps de votre requête. L'API renvoie un flux Server-Sent Events (SSE). Chaque chunk contient une réponse partielle. Le dernier chunk inclut les statistiques complètes d'utilisation des tokens pour la requête. Cela permet à votre application d'afficher les tokens au fur et à mesure de leur génération, plutôt que d'attendre la complétion complète. Le streaming est idéal pour les interfaces de chat où un retour immédiat est critique.

Lors de l'utilisation du streaming, assurez-vous que votre client analyse correctement le format SSE. Le tableau choices dans chaque chunk contiendra le contenu delta. Vous devez accumuler ces deltas pour construire la réponse complète. L'utilisation des tokens n'est disponible que dans le dernier événement du flux. Utilisez cette méthode pour maintenir l'engagement de vos utilisateurs pendant que le modèle traite des prompts complexes.

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)

Python

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.mistralapi.top/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.mistralapi.top/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);