Mistral API-Dokumentationen: Schnellstart-Integration

Authentifizierung: Festlegen Ihres Headers

Generieren Sie zunächst einen Schlüssel auf unserem Dashboard. Der Vorgang ist sofort und erfordert keine Telefonnummer zur Verifizierung. Sie benötigen nur eine E-Mail-Adresse oder ein Google-Konto, um ein Konto zu erstellen. Sobald generiert, erscheint der Schlüssel sofort auf Ihrem Bildschirm. Speichern Sie ihn sicher, da wir nicht die vollständige Zeichenfolge zur Abrufung speichern. Sie übergeben diese Zeichenfolge in der Authorization header für jede Anfrage. Unser System validiert diesen Token gegen Ihr bezahltes Guthaben, bevor es Ihre Eingabe verarbeitet. Wenn der Schlüssel ungültig oder abgelaufen ist, erhalten Sie einen 401-Fehler. Wir erlauben nur einen aktiven Schlüssel pro Konto, um den Zugriff einfach zu halten. Ein neuer Schlüssel ersetzt den alten sofort, wenn Sie einen Ersatz generieren.

Der Endpunkt /v1/chat/completions

Senden Sie Ihre erste Anfrage an unsere Basis-URL über den standardmäßigen Chat-Completion-Endpunkt. Ersetzen Sie den Platzhalter-Schlüssel durch Ihre tatsächlichen Anmeldeinformationen. Die Model-Bezeichnung ist einfach uncensored. Dieses Modell ist darauf abgestimmt, ohne Ablehnungen für legale erwachsene Inhalte zu antworten. Es verarbeitet Texteingaben und -ausgaben effizient. Sie müssen kein komplexes Routing konfigurieren oder bestimmte Modellversionen auswählen. Verweisen Sie Ihren Client einfach auf unsere Basis-URL und senden Sie das Payload. Unsere Server übernehmen die Inferenz und geben den generierten Text zurück. Dieser Ansatz gewährleistet Kompatibilität mit bestehenden Tools und Bibliotheken.

Streaming-Antworten mit SSE

Aktivieren Sie Streaming, um Tokens zu empfangen, sobald sie generiert werden. Dies reduziert die wahrgenommene Latenz für lange Ausgaben. Legen Sie die stream Parameter auf true setzen in Ihrem Anforderungstext. Der Server gibt eine Reihe von Server-Sent Events zurück. Jedes Ereignis enthält einen partiellen Delta der Antwort. Sie können diese Tokens in Echtzeit für eine Chat-Schnittstelle verarbeiten. Der letzte Chunk enthält die gesamte Token-Nutzung für die Anfrage. Dies ermöglicht es Ihnen, die Kosten genau zu verfolgen, während die Konversation fortschreitet. Streaming ist ideal für Anwendungen, bei denen sofortiges Feedback die Benutzererfahrung verbessert.

Function Calling und JSON-Modus

Strukturieren Sie Ihre Ausgaben zuverlässig mit unseren unterstützten Parametern. Aktivieren Sie den JSON-Modus, indem Sie response_format zu {"type": "json_object"}. Dies zwingt das Modell, gültiges JSON ohne Markdown-Umhüllungen zurückzugeben. Sie können auch Funkschemas für die Tool-Nutzung definieren. Das Modell hält sich strikt an die bereitgestellte Struktur. Dies ist nützlich für die automatisierte Datenextraktion oder API-Verkettung. Verwenden Sie das tools Parameter zur Definition verfügbarer Funktionen. Das Modell kann basierend auf dem Prompt auswählen, welche Funktion aufgerufen werden soll. Diese Fähigkeit ist wesentlich für die Entwicklung agentic Workflows ohne zusätzliche Parsing-Logik.

Parameter: Temperatur, Top-p und Seeds

Steuern Sie die Zufälligkeit und Determinismus Ihrer Ausgaben. Passen Sie den temperature Kreativität zu variieren. Niedrigere Werte erzeugen fokussiertere Antworten. Höhere Werte führen mehr Vielfalt ein. Verwenden top_p die Wortschatzauswahl zu begrenzen. Dies funktioniert zusammen mit der Temperatur, um die Ausgabequalität zu verfeinern. Legen Sie den seed Parameter für reproduzierbare Ergebnisse. Identische Eingaben und Seeds führen zu identischen Ausgaben. Dies ist entscheidend für das Debuggen und Testen Ihrer Integration. Sie können auch stop Sequenzen, um die Generierung an bestimmten Markern zu stoppen. Diese Parameter geben Ihnen eine feinkörnige Kontrolle über das Modellverhalten.

Limits, Fehler und Kontextfenster

Überwachen Sie Ihre Nutzung gegen unsere definierten Limits. Der Context-Window unterstützt insgesamt 100,000 Tokens. Dies ermöglicht umfangreiche Dokumentenanalysen oder lange Gespräche. Jede Anfrage kann bis zu 16,000 Tokens ausgeben. Wenn Sie nicht angeben max_tokens, das Limit beträgt standardmäßig 2.048. Sie haben 300 Anfragen pro Minute pro Schlüssel erlaubt. Pro Schlüssel können maximal acht Anfragen gleichzeitig ausgeführt werden. Die Größe des Anfragekörpers ist auf 8 MB begrenzt. Fehler wie 402 deuten auf unzureichendes Guthaben hin. Rate-Limits (429) treten auf, wenn die pro Minute festgelegte Grenze überschritten wird. Guthaben verfällt nicht, sodass Sie die Nutzung pausieren können, ohne Geld zu verlieren.

cURL

Copycurl https://api.apimistral.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Set temperature to 0.7 for code generation"}]
  }'

Python

Copyfrom openai import OpenAI

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

Node.js

Copyimport OpenAI from "openai";

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

Streaming

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)