三行程式碼切換客戶端

Base URL 與身份驗證

要使用 API，請將您的客戶端指向 https://api.mistralapi.top/v1。驗證依賴於包含在 Authorization 標頭中的 Bearer token。您可以透過 取得 API 金鑰 頁面，使用 Google 帳戶或標準的電子郵件/密碼設定來產生此金鑰。金鑰在建立後會立即顯示。請妥善保管此 token，因為它將授予您對預付額度的完整存取權。與標準供應商不同，我們不需要手機號碼或信用卡即可啟用初始免費試用額度。

我們的服務旨在直接嵌入現有的 Mistral 或 OpenAI 客戶端設定中。只需更新 SDK 實例中的 base_url 屬性即可。端點結構符合標準 /v1/chat/completions 格式，確保您的現有程式碼無需修改即可運作。我們支援單一模型 ID uncensored，用於處理所有文字生成任務。

聊天補全端點

核心互動透過 POST /v1/chat/completions 端點進行。您發送包含 model ID、messages 陣列以及可選參數的 JSON 主體。若您指定 JSON 模式，API 將返回文字回應或結構化資料。此端點是與 LLM 互動的主要方式。它支援標準同步請求和串流輸出回應。每個請求都會根據輸入和輸出的 token 數量從您的預付餘額中扣除 token。

錯誤透過標準 HTTP 狀態碼處理。若您的金鑰無效，您將收到 401。若您的額度耗盡，您將收到 402。速率限制為每分鐘 300 個請求，每個金鑰最多 8 個並行請求。使用以下範例來驗證您的連線和金鑰有效性。

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."}]
  }'

串流輸出回應（SSE）

為了降低延遲並提升使用者體驗，請在請求主體中設定 stream: true 以啟用串流輸出。API 將返回伺服器發送事件（SSE）串流。每個區塊包含部分回應。最後一個區塊包含該請求的完整 token 使用統計數據。這允許您的應用程式在生成 token 時即時顯示，而不必等待完整的補全。串流輸出非常適合需要即時回饋的聊天介面。

使用串流輸出時，請確保您的客戶端正確解析 SSE 格式。每個區塊中的 choices 陣列將包含差異內容。您必須累積這些差異以構建完整的回應。Token 使用情況僅在串流的最後一個事件中可用。使用此方法讓您的使用者在模型處理複雜提示詞時保持參與感。

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);