Documentación de la API de Mistral: Integración de inicio rápido

Autenticación: Configuración de tu encabezado

Comienza generando una clave en nuestro panel. El proceso es instantáneo y no requiere verificación de número de teléfono. Solo necesitas una dirección de correo electrónico o una cuenta de Google para crear una cuenta. Una vez generada, la clave aparece en tu pantalla inmediatamente. Guárdala de forma segura porque no almacenamos la cadena completa para su recuperación. Pasarás esta cadena en el Authorization header para cada solicitud. Nuestro sistema valida este token contra tu saldo prepagado antes de procesar tu prompt. Si la clave no es válida o ha expirado, recibirás un error 401. Solo permitimos una clave activa por cuenta para mantener el acceso simple. Una nueva clave reemplaza a la anterior al instante cuando generas una reemplazo.

El endpoint /v1/chat/completions

Envía tu primera solicitud a nuestra URL base usando el endpoint estándar de chat completions. Reemplaza la clave de marcador de posición con tus credenciales reales. El identificador del modelo es simplemente uncensored. Este modelo está ajustado para responder sin rechazos para contenido adulto lícito. Maneja entrada y salida de texto de manera eficiente. No necesitas configurar enrutamiento complejo ni seleccionar versiones específicas del modelo. Solo apunta tu cliente a nuestra URL base y envía la carga útil. Nuestros servidores manejan la inferencia y devuelven el texto generado. Este enfoque garantiza compatibilidad con herramientas y bibliotecas existentes.

Respuestas en streaming con SSE

Habilita el streaming para recibir tokens a medida que se generan. Esto reduce la latencia percibida para salidas largas. Configura el stream parámetro a true en el cuerpo de tu solicitud. El servidor devolverá una serie de Eventos Enviados por el Servidor. Cada evento contiene un delta parcial de la respuesta. Puedes procesar estos tokens en tiempo real para una interfaz de chat. El fragmento final incluye el uso total de tokens para la solicitud. Esto te permite rastrear los costos con precisión a medida que avanza la conversación. El streaming es ideal para aplicaciones donde la retroalimentación inmediata mejora la experiencia del usuario.

Llamada a funciones y modo JSON

Estructura tus salidas de forma fiable usando los parámetros compatibles con nosotros. Habilita el modo JSON estableciendo response_format para {"type": "json_object"}. Esto obliga al modelo a devolver JSON sin las etiquetas de markdown. También puedes definir esquemas de funciones para el uso de herramientas. El modelo seguirá estrictamente la estructura proporcionada. Esto es útil para la extracción automatizada de datos o la cadena de API. Usa el tools parámetro para definir las funciones disponibles. El modelo puede elegir qué función llamar según el prompt. Esta capacidad es esencial para construir flujos de trabajo agénticos sin lógica de análisis adicional.

Parámetros: Temperatura, Top-p y Seeds

Controla la aleatoriedad y el determinismo de tus salidas. Ajusta la temperature variar la creatividad. Los valores más bajos producen respuestas más enfocadas. Los valores más altos introducen más variedad. Usa top_p para limitar la selección de vocabulario. Esto funciona junto con la temperatura para refinar la calidad de la salida. Establece el seed el parámetro para resultados reproducibles. Entradas y semillas idénticas producirán salidas idénticas. Esto es crítico para depurar y probar tu integración. También puedes establecer stop secuencias para detener la generación en marcadores específicos. Estos parámetros te dan un control fino sobre el comportamiento del modelo.

Límites, errores y ventana de contexto

Monitorea tu uso contra nuestros límites definidos. La ventana de contexto admite 100,000 tokens combinados. Esto permite un análisis extenso de documentos o conversaciones largas. Cada solicitud puede generar hasta 16,000 tokens. Si no especificas max_tokens, el límite predeterminado es de 2,048. Tienes permiso para 300 solicitudes por minuto por clave. Solo ocho solicitudes pueden ejecutarse simultáneamente por clave. El tamaño del cuerpo de la solicitud está limitado a 8 MB. Los errores como 402 indican crédito insuficiente. Los límites de velocidad (429) ocurren si excedes el umbral por minuto. El crédito nunca expira, por lo que puedes pausar el uso sin perder fondos.

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);

Transmisión

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)