Documentation api Mistral : Guide de démarrage rapide
Migrer votre code existant vers notre LLM uncensored en remplaçant l'URL de base et la clé API. Cette documentation de l'API Mistral vous guide à travers les étapes exactes pour commencer à envoyer des requêtes sans verrouillage fournisseur.
Installez le SDK et définissez votre URL de base
Commencez par installer le SDK officiel pour votre langage et pointez-le vers notre point de terminaison. L'URL de base est HTTPS://api.mistralapidoc.com/v1. Ce seul changement dirige tous les appels vers notre infrastructure sans censure sans modifier votre logique existante. Vous pouvez utiliser n'importe quel client standard qui prend en charge la compatibilité OpenAI. La configuration prend quelques secondes et ne nécessite pas de fichiers de configuration complexes.
Assurez-vous de passer votre clé API unique dans l'en-tête Authorization. Notre système valide cette clé contre votre solde prépayé avant de traiter tout token. Cette approche garantit que vous ne payez que ce que vous utilisez. Gardez votre clé en sécurité et révoquez-la si vous soupçonnez une exposition. La clé est émise immédiatement lors de l'inscription via Google ou e-mail.
Effectuez votre première requête vers le modèle uncensored
Envoyez une requête POST à /v1/chat/completions avec l'ID de modèle défini sur "uncensored". Ce modèle répond au contenu adulte légal, à la fiction et aux sujets controversés sans les refus standards. Il s'agit d'un modèle à poids ouverts ajusté pour des réponses directes. Vous n'avez pas besoin de spécifier un numéro de version ou de choisir entre différents fournisseurs. La réponse renvoie du texte dans le champ content.
curl 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"}]
}'Le corps de la requête inclut votre tableau de messages et des paramètres optionnels. Notre API ignore gracieusement les champs supplémentaires. Si vous envoyez une invite simple, vous recevez une complétion directe. Utilisez ceci pour vérifier que votre intégration fonctionne avant d'ajouter une logique complexe. Le modèle gère efficacement le contexte jusqu'à 100,000 tokens.
Activez le streaming et gérez l'utilisation des jetons
Définissez stream sur true pour recevoir des jetons via des événements envoyés par le serveur (SSE). Cette méthode réduit la latence perçue pour les réponses longues. Le dernier chunk du flux contient les statistiques complètes d'utilisation des jetons pour cette requête. Vous pouvez consigner ces métriques pour suivre précisément la consommation de vos crédits prépayés. Le streaming est idéal pour les interfaces de chat et les applications en temps réel.
stream = 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)Gérez les réponses partielles en accumulant les deltas de contenu. Notre API garantit que le nombre total de jetons correspond à la consommation réelle. Les erreurs lors du streaming ne vous facturent pas les jetons incomplets. Cette fonctionnalité offre une expérience utilisateur fluide tout en maintenant la transparence des coûts. Vous pouvez interrompre le flux si l'utilisateur interrompt la génération.
Utiliser l'appel de fonctions et le mode JSON
Passez un tableau tools pour activer l'appel de fonctions. Le modèle produira des appels d'outils structurés lorsque cela est approprié. Vous pouvez également imposer le mode JSON en définissant response_format sur json_object. Cela garantit que la sortie est un JSON valide, ce qui simplifie l'analyse dans votre application. Ces deux fonctionnalités fonctionnent avec la syntaxe standard du SDK OpenAI.
import 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);Définissez le schéma de votre fonction avec un nom, une description et des paramètres. L'API renvoie le nom de la fonction et les arguments dans la réponse. Cela permet à votre code d'exécuter une logique externe en fonction de la décision du modèle. Le mode JSON est utile lorsque vous avez besoin de structures de données strictes. Combinez ces fonctionnalités pour des workflows automatisés robustes.
Configurer les paramètres : température, top_p et seed
Ajustez la température pour contrôler la randomisation. Des valeurs plus basses rendent les réponses plus déterministes. Top_p limite l'échantillonnage du noyau aux tokens les plus probables. Seed garantit des sorties reproductibles pour le débogage. Ces paramètres vous offrent un contrôle précis sur le comportement du modèle. Utilisez-les pour ajuster l'équilibre entre créativité et précision.
from 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)Définissez presence_penalty et frequency_penalty pour réduire la répétition. Le modèle prend en charge tous les paramètres standard d'OpenAI. Vous pouvez passer une séquence stop pour arrêter la génération à des marqueurs spécifiques. Ces contrôles vous aident à obtenir le format de sortie exact dont vous avez besoin. Expérimentez avec différentes combinaisons pour trouver les paramètres optimaux pour votre cas d'utilisation.
Limites, erreurs et fenêtre de contexte
Notre API prend en charge une fenêtre de contexte de 100 000 tokens. La sortie maximale par requête est de 16 000 tokens, ou de 2 048 si vous omettez max_tokens. Vous êtes limité à 300 requêtes par minute et à 8 requêtes simultanées par clé. Le corps de la requête doit rester inférieur à 8 Mo. Ces limites garantissent une utilisation équitable pour tous les clients prépayés.
Gérez les erreurs HTTP 401 en vérifiant votre clé API. Une erreur 402 indique un crédit prépayé insuffisant. Rechargez avec de la crypto pour reprendre le service. Une erreur 429 signifie que vous avez dépassé la limite de débit. Attendez brièvement avant de réessayer. Notre système n'utilise pas les prompts pour l'entraînement, préservant ainsi la confidentialité de vos données. Les erreurs et les refus sont gratuits, vous ne payez donc que pour les complétions réussies.
Questions fréquentes
S'agit-il de l'API officielle Mistral ?
Non, il s’agit d’un service indépendant hébergeant un modèle sans censure. Nous utilisons le même protocole compatible OpenAI mais exécutons notre propre infrastructure. Consultez la documentation du fournisseur pour ses détails spécifiques.
Que se passe-t-il si j'obtiens une erreur 402 ?
Une erreur 402 signifie que votre solde prépayé est épuisé. Vous pouvez recharger avec USDT ou USDC pour ajouter du crédit. Votre crédit existant n'expire jamais, vous pouvez donc en ajouter plus quand vous le souhaitez.
Cette API prend-elle en charge la génération d'images ?
Non, nous fournissons uniquement des compléments de texte via /v1/chat/completions. Nous ne proposons pas de génération d'embeddings, d'images, d'audio ou de vidéo. Concentrez-vous sur des réponses textuelles de haute qualité avec notre modèle non censuré.
Votre clé API attend
Inscrivez-vous, récupérez votre clé, mettez à jour l'URL de base. C'est tout.
