APIドキュメント: チャット補完

ベースURLと認証

すべてのリクエストはベースURLを指し、AuthorizationヘッダーにAPIキーを使用します。これはOpenAI互換のSDKであればすべて動作します。

最初のリクエスト

接続性をテストするために、シンプルなチャット完了を送信します。このエンドポイントはすべてのテキスト生成タスクを処理します。

を使用 uncensored モデルID。合法な成人コンテンツに拒否なしで応答します。

レスポンス内の choices[0].message.content.

Python SDK統合

公式ライブラリをインストールしてください。ベースURLを当エンドポイントに設定してください。キーでクライアントを初期化してください。GPT-4と同様にメッセージを送信します。

ライブラリはJSONシリアライズを自動的に処理します。構造化されたオブジェクトが返されます。

Node SDKの使用法

パッケージをインポートします。base URL を設定します。インスタンスを作成します。メッセージの配列を渡します。レスポンスを待機します。

Node開発者は同じ制限なしモデルを利用できます。テキストはレスポンスオブジェクトからアクセスします。

ストリーミングレスポンス

低レイテンシのためにストリーミングを有効にします。生成されるたびにトークンを受け取ります。これにより知覚待ち時間が大幅に削減されます。

解析する delta.content 各チャンク内のフィールド。テキストはローカルで累積してください。ストリーム中のエラーは適切に処理してください。

制限とエラー

レート制限は厳格に適用されます。1分間に300リクエストが送信できます。キーごとに最大8つの並列リクエストが可能です。リクエストボディは8 MB未満に保つ必要があります。

無効なキーでは401を、残高不足では402を、レート制限では429を確認してください。コンテキストウィンドウは合計100,000トークンです。エラーはクレジットを消費しません。

cURL

Copycurl https://api.mistralgetapikey.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Send the confirmation email to the user"}]
  }'

Python

Copyfrom openai import OpenAI

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

ストリーミング

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)