三行代码切换客户端

Base URL 与认证

要使用 API，请将客户端指向 https://api.mistralapi.top/v1。认证依赖于包含在 Authorization 头中的 Bearer token。你可以通过 获取 API 密钥 页面生成此密钥，使用 Google 账号或标准的电子邮件/密码设置。密钥在创建后立即显示。请妥善保管此 token，因为它将授予你对你预付额度的完全访问权限。与标准提供商不同，我们不需要电话号码或信用卡即可激活初始试用额度。

我们的服务旨在直接插入现有的 Mistral 或 OpenAI 客户端配置中。只需更新 SDK 实例中的 base_url 属性即可。接口结构与标准的 /v1/chat/completions 格式匹配，确保您的现有代码无需修改即可运行。我们支持单个模型 ID uncensored，用于处理所有文本生成任务。

Chat Completions 接口

核心交互通过 POST /v1/chat/completions 接口进行。你发送包含 model ID、messages 数组和可选参数的 JSON 主体。如果你指定 JSON 模式，API 将返回文本响应或结构化数据。此接口是与 LLM 交互的主要方式。它支持标准同步请求和流式输出。每个请求都会根据输入和输出量从你的预付余额中消耗 token。

错误通过标准 HTTP 状态码处理。如果密钥无效，您将收到 401。如果额度耗尽，您将收到 402。速率限制为每分钟 300 次请求，每个密钥最多 8 个并发连接。使用以下示例验证您的连接和密钥有效性。

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."}]
  }'

流式响应 (SSE)

为了降低延迟并获得更好的用户体验，请在请求主体中设置 stream: true 以启用流式输出。API 返回服务器发送事件 (SSE) 流。每个块包含部分响应。最后一个块包含该请求的完整 token 使用统计信息。这允许你的应用程序在生成 token 时显示它们，而不是等待完整完成。流式输出非常适合需要即时反馈的聊天界面。

使用流式输出时，确保你的客户端正确解析 SSE 格式。每个块中的 choices 数组将包含增量内容。你必须累积这些增量以构建完整响应。token 使用统计信息仅在流的最后一个事件中可用。使用此方法，可以在模型处理复杂提示词时保持用户参与度。

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);