Documentación de la API de Mistral: Guía de inicio rápido

Instala el SDK y establece tu URL base

Empieza instalando el SDK oficial para tu lenguaje y apuntándolo a nuestro punto de conexión. La URL base es HTTPS://api.mistralapidoc.com/v1. Este único cambio dirige todas las llamadas a nuestra infraestructura sin censura sin alterar tu lógica existente. Puedes utilizar cualquier cliente estándar que admita la compatibilidad con OpenAI. La configuración tarda segundos y no requiere archivos de configuración complejos.

Asegúrate de pasar tu clave API única en el encabezado de Authorization. Nuestro sistema valida esta clave contra tu saldo prepagado antes de procesar cualquier token. Este enfoque asegura que solo pagues por lo que usas. Mantén tu clave segura y rotarla si sospechas una exposición. La clave se emite inmediatamente al registrarse mediante Google o correo electrónico.

Realiza tu primera solicitud al modelo uncensored

Envía una solicitud POST a /v1/chat/completions con el ID del modelo configurado como "uncensored". Este modelo responde a contenido adulto lícito, ficción y temas controvertidos sin los rechazos habituales. Es un modelo de pesos abiertos ajustado para respuestas directas. No necesitas especificar un número de versión ni elegir entre diferentes proveedores. La respuesta devuelve texto en el campo content.

Copycurl https://api.mistralapidoc.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List all available models and their context windows"}]
  }'

El cuerpo de la solicitud incluye tu matriz de mensajes y parámetros opcionales. Nuestra API ignora campos adicionales de forma elegante. Si envías un prompt simple, recibes una finalización directa. Usa esto para verificar que tu integración funciona antes de añadir lógica compleja. El modelo maneja contexto de hasta 100,000 tokens de manera eficiente.

Habilita la transmisión y gestiona el uso de tokens

Establece stream en true para recibir tokens mediante Server-Sent Events. Este método reduce la latencia percibida para respuestas largas. El último fragmento del flujo contiene las estadísticas completas de uso de tokens para esa solicitud. Puedes registrar estas métricas para rastrear con precisión el consumo de tu crédito prepagado. El streaming es ideal para interfaces de chat y aplicaciones en tiempo real.

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)

Maneja las respuestas parciales acumulando los deltas de contenido. Nuestra API garantiza que el recuento total de tokens coincida con el uso real. Los errores durante la transmisión no te cobran por los tokens incompletos. Esta función proporciona una experiencia de usuario fluida mientras mantiene los costos transparentes. Puedes detener la transmisión temprano si el usuario interrumpe la generación.

Usa la llamada a funciones y el modo JSON

Pasa un array de tools para habilitar la llamada a funciones. El modelo generará llamadas a herramientas estructuradas cuando sea apropiado. También puedes forzar el modo JSON estableciendo response_format en json_object. Esto garantiza que la salida sea JSON válido, lo que simplifica el análisis en tu aplicación. Ambas características funcionan con la sintaxis estándar del SDK de OpenAI.

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.mistralapidoc.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);

Define tu esquema de función con nombre, descripción y parámetros. La API devuelve el nombre de la función y los argumentos en la respuesta. Esto permite que tu código ejecute lógica externa basada en la decisión del modelo. El modo JSON es útil cuando necesitas estructuras de datos estrictas. Combina estas funciones para flujos de trabajo robustos y automatizados.

Configura parámetros: temperatura, top_p y semilla

Ajusta la temperatura para controlar la aleatoriedad. Los valores más bajos hacen que las respuestas sean más deterministas. Top_p limita el muestreo de núcleo a los tokens más probables. Seed asegura resultados reproducibles para la depuración. Estos parámetros te dan un control preciso sobre el comportamiento del modelo. Úsalos para ajustar el equilibrio entre creatividad y precisión.

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.mistralapidoc.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)

Establece presence_penalty y frequency_penalty para reducir la repetición. El modelo admite todos los parámetros estándar de OpenAI. Puedes pasar una secuencia stop para detener la generación en marcadores específicos. Estos controles te ayudan a obtener el formato de salida exacto que necesitas. Experimenta con diferentes combinaciones para encontrar la configuración óptima para tu caso de uso.

Límites, errores y ventana de contexto

Nuestra API admite una ventana de contexto de 100.000 tokens. La salida máxima por solicitud es de 16.000 tokens, o 2.048 si omites max_tokens. Tienes un límite de 300 solicitudes por minuto y 8 solicitudes concurrentes por clave. El cuerpo de la solicitud debe permanecer por debajo de 8 MB. Estos límites garantizan un uso justo para todos los clientes prepagados.

Gestiona los errores HTTP 401 verificando tu clave API. Un error 402 indica que falta crédito prepagado. Recarga con criptomonedas para reanudar el servicio. Un error 429 significa que has excedido el límite de tasa. Espera brevemente antes de reintentar. Nuestro sistema no utiliza prompts para el entrenamiento, preservando la privacidad de tus datos. Los errores y las denegaciones son gratuitos, por lo que solo pagas por las completaciones exitosas.