Guide de démarrage rapide

URL de base et authentification

L'API vit à l'adresse https://api.mistralapipricing.com/v1. Transmettez votre clé dans le Authorization header. La logique de tarification de l'API Mistral s'applique par jeton, donc gardez les en-têtes propres. Vérifiez la connectivité avec GET /v1/models.

• En-tête : Authorization: Bearer YOUR_KEY
• URL de base : https://api.mistralapipricing.com/v1

Copycurl https://api.mistralapipricing.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List the cost per token for each model."}]
  }'

Envoi de votre première requête

Appelez le chat/completions point de terminaison avec votre ID de modèle. Le modèle sans censeur répond aux invites standard sans refus. Les jetons d'entrée coûtent 0,15 $ par million. Les jetons de sortie coûtent 0,50 $ par million. Les erreurs ne consomment pas de crédit.

Copyfrom openai import OpenAI

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

Intégration Node.js

Utilisez le SDK officiel ou axios pour envoyer des requêtes. Définissez correctement l'URL de base. L'ID du modèle est toujours uncensored. Les en-têtes doivent inclure votre jeton Bearer. Les réponses retournent des objets JSON. Gérez les erreurs avec élégance.

Copyimport OpenAI from "openai";

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

Réponses en streaming

Activez le streaming en définissant stream: true. Recevez des tokens via les Server-Sent Events. Le dernier chunk contient les données d'utilisation. Cela réduit la latence perçue pour les longues sorties. Mettez en tampon les tokens côté client. Affichez-les à leur arrivée.

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)

Appel de fonction et mode JSON

Définissez des outils dans le corps de la requête. Le modèle renvoie du JSON structuré. Utilisez response_format: {"type": "json_object"} pour une sortie stricte. Analysez le résultat dans la logique de votre application. Cela fonctionne pour les tâches d'automatisation. Validez le schéma de votre côté.

Limites, Erreurs et Contexte

La fenêtre de contexte est de 100 000 tokens au total. Les requêtes sont limitées à 300 par minute. Vous bénéficiez de 8 requêtes simultanées. Une erreur 401 signifie une clé invalide. Une erreur 402 indique un crédit insuffisant. Une erreur 429 signale une limitation de débit. La sortie maximale est de 16 000 tokens.