Passa al client in tre righe

URL di base e autenticazione

Per usare l'API, punta il tuo client su https://api.mistralapi.top/v1. L'autenticazione si basa su un token bearer incluso nell'intestazione Authorization. Generi questa chiave nella pagina Ottieni chiave API usando un account Google o una configurazione standard con email e password. La chiave viene visualizzata immediatamente dopo la creazione. Mantieni questo token al sicuro, poiché garantisce l'accesso completo al tuo credito prepagato. A differenza dei provider standard, non richiediamo un numero di telefono o una carta di credito per l'attivazione del credito di prova iniziale.

Il nostro servizio è progettato per essere integrato direttamente nelle configurazioni esistenti dei client Mistral o OpenAI. Aggiorna semplicemente la proprietà base_url nell'istanza del tuo SDK. La struttura dell'endpoint corrisponde al formato standard /v1/chat/completions, garantendo che il tuo codice esistente funzioni senza modifiche. Supportiamo un singolo ID modello, uncensored, che gestisce tutte le attività di generazione del testo.

Endpoint Chat Completions

L'interazione avviene tramite l'endpoint POST /v1/chat/completions. Invii un JSON con ID model, array messages e parametri opzionali. L'API restituisce testo o dati strutturati in modalità JSON. È il modo principale per interagire con il LLM. Supporta richieste sincrone e streaming. Ogni richiesta consuma token dal saldo prepagato in base al volume di input e output.

Gli errori vengono gestiti tramite codici di stato HTTP standard. Se la tua chiave non è valida, ricevi un 401. Se il credito termina, ricevi un 402. I limiti di richiesta sono impostati a 300 richieste al minuto e 8 connessioni concorrenti per chiave. Usa l'esempio seguente per verificare la tua connessione e la validità della chiave.

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."}]
  }'

Risposte in streaming (SSE)

Per una latenza inferiore e una migliore esperienza utente, abilita lo streaming impostando stream: true nel corpo della richiesta. L'API restituisce uno stream Server-Sent Events (SSE). Ogni chunk contiene una risposta parziale. L'ultimo chunk include le statistiche complete sull'utilizzo dei token per la richiesta. Questo consente alla tua applicazione di visualizzare i token man mano che vengono generati, invece di attendere il completamento completo. Lo streaming è ideale per le interfacce chat dove il feedback immediato è fondamentale.

Quando utilizzi lo streaming, assicurati che il client analizzi correttamente il formato SSE. L'array choices in ogni chunk conterrà contenuti delta. Devi accumulare questi delta per costruire la risposta completa. L'utilizzo dei token è disponibile solo nell'ultimo evento dello stream. Usa questo metodo per mantenere gli utenti coinvolti mentre il modello elabora prompt complessi.

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);