Documentação da API Mistral: Integração de Início Rápido

Autenticação: Configurando seu cabeçalho

Comece gerando uma chave no nosso painel. O processo é instantâneo e não requer verificação por número de telefone. Você só precisa de um endereço de e-mail ou uma conta do Google para criar uma conta. Uma vez gerada, a chave aparece na sua tela imediatamente. Salve-a de forma segura porque não armazenamos a string completa para recuperação. Você passará esta string no Authorization cabeçalho para cada solicitação. Nosso sistema valida este token contra seu saldo pré-pago antes de processar seu prompt. Se a chave for inválida ou expirada, você receberá um erro 401. Permitimos apenas uma chave ativa por conta para manter o acesso simples. Uma nova chave substitui a antiga instantaneamente quando você gera uma substituição.

O endpoint /v1/chat/completions

Envie sua primeira solicitação para nossa URL base usando o endpoint padrão de conclusões de chat. Substitua a chave de espaço reservado pelas suas credenciais reais. O identificador do modelo é simplesmente uncensored. Este modelo é ajustado para responder sem recusas para conteúdo adulto lícito. Ele lida com entrada e saída de texto de forma eficiente. Você não precisa configurar roteamento complexo ou selecionar versões específicas de modelo. Basta apontar seu cliente para nossa URL base e enviar o payload. Nossos servidores lidam com a inferência e retornam o texto gerado. Essa abordagem garante compatibilidade com ferramentas e bibliotecas existentes.

Respostas em streaming com SSE

Ative o streaming para receber tokens à medida que são gerados. Isso reduz a latência percebida para saídas longas. Defina o stream parâmetro para true no corpo da sua solicitação. O servidor retornará uma série de Eventos Enviados pelo Servidor. Cada evento contém um delta parcial da resposta. Você pode processar esses tokens em tempo real para uma interface de chat. O último bloco inclui o uso total de tokens para a solicitação. Isso permite que você rastreie os custos com precisão conforme a conversa avança. O streaming é ideal para aplicativos onde o feedback imediato melhora a experiência do usuário.

Chamada de função e modo JSON

Estruture suas saídas de forma confiável usando os parâmetros suportados por nós. Habilite o modo JSON definindo response_format para {"type": "json_object"}. Isso força o modelo a retornar JSON sem as marcações de código (markdown). Você também pode definir esquemas de função para uso de ferramentas. O modelo seguirá a estrutura fornecida estritamente. Isso é útil para extração automatizada de dados ou encadeamento de APIs. Use o tools parâmetro para definir funções disponíveis. O modelo pode escolher qual função chamar com base no prompt. Essa capacidade é essencial para construir fluxos de trabalho agênticos sem lógica extra de análise.

Parâmetros: Temperatura, Top-p e Seeds

Controle a aleatoriedade e o determinismo das suas saídas. Ajuste o temperature para variar a criatividade. Valores mais baixos produzem respostas mais focadas. Valores mais altos introduzem mais variedade. Use top_p para limitar a seleção de vocabulário. Isso funciona junto com a temperatura para refinar a qualidade da saída. Defina o seed parâmetro para resultados reproduzíveis. Entradas e sementes idênticas produzirão saídas idênticas. Isso é crítico para depurar e testar sua integração. Você também pode definir stop sequências para interromper a geração em marcadores específicos. Esses parâmetros dão a você controle fino sobre o comportamento do modelo.

Limites, erros e janela de contexto

Monitore seu uso contra nossos limites definidos. A janela de contexto suporta 100.000 tokens combinados. Isso permite análise extensiva de documentos ou conversas longas. Cada solicitação pode gerar até 16.000 tokens. Se você não especificar max_tokens, o limite padrão é 2.048. Você tem direito a 300 solicitações por minuto por chave. Apenas oito solicitações podem ser executadas simultaneamente por chave. O tamanho do corpo da solicitação é limitado a 8 MB. Erros como 402 indicam crédito insuficiente. Os limites de taxa (429) ocorrem se você exceder o limite por minuto. O crédito nunca expira, então você pode pausar o uso sem perder os fundos.

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)