DE ▾
mistralapikey.com

Unzensierte Mistral-API-Alternative

API-Schlüssel erhalten
Base-URL
https://api.mistralapikey.com/v1
Modell
unzensiert

Mistral-API in Python mit dem OpenAI-SDK

Ein Mistral-API-Python-Skript kann gegen diesen OpenAI-kompatiblen Endpunkt mit dem Standard-Paket openai ausgeführt werden: Setze die Basis-URL, übergebe deinen Schlüssel und verwende das Modell uncensored. Dieser Leitfaden enthält den Code für Chat, Streaming, JSON, Tools und Batches.

Aktualisiert

Ein Lichtband, das sich durch Glas-Codeblöcke zu einem Tor schlängelt, repräsentiert Python, das eine API aufruft

Die Kurzversion

Um einen Mistral-API-Python-Workflow gegen diesen Dienst zu nutzen, benötigst du die eigene Client-Bibliothek von Mistral nicht. Dieser Endpunkt spricht das OpenAI-Format für Chat-Vervollständigungen, daher funktioniert das Standard-Paket openai: Installiere es, setze die Basis-URL auf https://api.mistralapikey.com/v1, übergebe deinen Schlüssel und verwende die Modell-ID uncensored.

Ein notwendiger Hinweis: Dies ist nicht die offizielle API von Mistral und sie ist nicht mit Mistral verbunden. Es ist ein separater Dienst mit einem Open-Weight-Modell, betrieben von einem unabhängigen Anbieter und optimiert, um ohne Inhaltsablehnungen für die rechtmäßige Nutzung durch Erwachsene zu antworten. Die Seite über den Mistral-API-Schlüssel erklärt, wie Schlüssel hier mit anderen Diensten zusammenhängen.

pip install openai
from openai import OpenAI

client = OpenAI(base_url="https://api.mistralapikey.com/v1", api_key="YOUR_KEY")

r = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Write a haiku about retries."}],
)
print(r.choices[0].message.content)

Migriere Mistral-Code Zeile für Zeile

Wenn du Code für den Mistral-Python-Client hast, ist die Zuordnung kurz. Prüfe die genauen Namen gegen die eigene Dokumentation des Clients für die installierte Version, da sich Bibliotheken ändern.

Mistral-ClientOpenAI-SDK gegen diesen Endpunkt
Mistral(api_key=key)OpenAI(base_url=URL, api_key=key)
client.chat.complete(...)client.chat.completions.create(...)
client.chat.stream(...)client.chat.completions.create(..., stream=True)
model="some-model-name"model="uncensored"
res.choices[0].message.contentr.choices[0].message.content (gleich)

Nachrichten bleiben eine Liste von Dictionaries mit role und content. Die Antwortstruktur für die gängigen Felder, einschließlich choices, usage und finish_reason, ist ebenfalls gleich, sodass Code, der nur diese liest, keine Änderungen benötigt.

Nebeneinander sieht die Änderung so aus:

# before (Mistral-style)
# from mistralai import Mistral
# client = Mistral(api_key=KEY)
# res = client.chat.complete(model="...", messages=msgs)

# after
from openai import OpenAI
client = OpenAI(base_url="https://api.mistralapikey.com/v1", api_key=KEY)
res = client.chat.completions.create(model="uncensored", messages=msgs)
text = res.choices[0].message.content

Halte den Schlüssel aus dem Code

Lies den Schlüssel und die URL aus der Umgebung und halte sie aus der Versionskontrolle heraus.

import os
from openai import OpenAI

client = OpenAI(
    base_url=os.environ.get("LLM_BASE_URL", "https://api.mistralapikey.com/v1"),
    api_key=os.environ["LLM_API_KEY"],
)

Mit einer Shell: export LLM_API_KEY=.... Das OpenAI-SDK liest auch OPENAI_API_KEY und OPENAI_BASE_URL, wenn du sie nicht explizit übergibst, was nützlich für Tools ist, die den Client für dich erstellen, aber auch eine klassische Quelle für „falscher Schlüssel“-Bugs ist, wenn ein alter Wert in der Shell steht. Wenn etwas mit 401 fehlschlägt, gib die gesetzten Variablen aus, bevor du sonst etwas tust.

Hole einen Schlüssel auf der API-Schlüssel-Seite. Neue Konten können mit einem Klick $0,50 an Testguthaben beanspruchen. Es benötigt keine Karte, ist 7 Tage gültig und pro Person auf eine begrenzt.

Streaming, JSON und Tools

Streaming gibt Token zurück, sobald sie generiert werden. Setze stream=True und iteriere. Nutzungsdaten kommen am Ende an.

stream = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Explain list comprehensions in 3 sentences."}],
    stream=True,
)
for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)

Der JSON-Modus verlangt ein gültiges JSON-Objekt. Erwähne das Wort JSON auch in deinem Prompt und parse immer defensiv.

import json

r = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Return JSON with keys name and tags for a blog post about retries."}],
    response_format={"type": "json_object"},
)
data = json.loads(r.choices[0].message.content)

Tool Calling nutzt die Parameter tools und tool_choice. Wenn das Modell tool_calls zurückgibt, führe die Funktion aus und sende das Ergebnis als Nachricht mit role: "tool" und der passenden tool_call_id zurück.

tools = [{
    "type": "function",
    "function": {
        "name": "get_weather",
        "description": "Get weather for a city",
        "parameters": {
            "type": "object",
            "properties": {"city": {"type": "string"}},
            "required": ["city"],
        },
    },
}]

r = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Weather in Oslo?"}],
    tools=tools,
)
print(r.choices[0].message.tool_calls)

Asynchrone und parallele Aufrufe

Für Batches verwende den asynchronen Client. Halte die Anzahl der laufenden Anfragen unter dem Limit: Ein voller Schlüssel erlaubt 8 parallele Anfragen und 300 pro Minute, ein Test-Schlüssel 2 und 60.

import asyncio
from openai import AsyncOpenAI

client = AsyncOpenAI(base_url="https://api.mistralapikey.com/v1", api_key="YOUR_KEY")
sem = asyncio.Semaphore(6)

async def one(prompt):
    async with sem:
        r = await client.chat.completions.create(
            model="uncensored",
            messages=[{"role": "user", "content": prompt}],
            max_tokens=200,
        )
        return r.choices[0].message.content

async def main():
    prompts = [f"Give a one-line tip number {i} about Python." for i in range(20)]
    results = await asyncio.gather(*(one(p) for p in prompts))
    print(len(results))

asyncio.run(main())

Das Semaphore von 6 lässt Spielraum unter 8. Ohne es würden 20 gleichzeitige Aufrufe HTTP 429 mit dem Code concurrency auslösen. Denke daran, dass Streams ihren Platz bis zum Abschluss belegen.

Fallstricke bei der Migration

Die meisten Probleme stammen von Annahmen, die aus der alten Konfiguration übernommen wurden, nicht vom neuen Endpunkt.

  • Hardcodierte Modellnamen. Suche deinen Code nach der alten Modellzeichenfolge. Die einzige gültige Modell-ID hier ist uncensored, und du kannst das mit client.models.list() bestätigen.
  • Prompts, die für ein anderes Modell geschrieben wurden. Ein anderes Modell liest Anweisungen etwas anders. Wenn ein System-Prompt auf eine bestimmte Formulierung angewiesen war, teste ihn. Kurze, direkte Anweisungen mit einem Beispiel für das Ausgabeformat übertragen sich meist am besten.
  • Anbieterspezifische Parameter. Parameter, die nur im Client eines Anbieters existieren, können ignoriert oder abgelehnt werden. Halte dich an die Standardparameter: Temperatur, top_p, Stopp, Seed, max_tokens und die Strafen werden durchgereicht.
  • Safe-Mode-Flags. Wenn dein alter Code eine Moderations- oder Sicherheitsoption des Anbieters aktiviert hat, gibt es hier keine entsprechende Umschaltfläche. Wenn dein Produkt Filterung benötigt, füge sie auf deiner Seite vor und nach dem Aufruf hinzu.
  • Token-Schätzungen. Verschiedene Modelle zählen Token unterschiedlich, also plane basierend auf dem usage-Feld, das die API zurückgibt, nicht basierend auf einer lokalen Schätzung.

Plane einen kurzen Testlauf, keine Neuimplementierung. Nimm zehn Prompts aus deinen Logs, führe sie durch den neuen Client, lies die Antworten und passe den System-Prompt an, bis der Tonfall mit deinen Wünschen übereinstimmt.

Fehler und ihre Bedeutung

  • 401. Falscher oder fehlender Schlüssel oder ein Schlüssel aus einem anderen Dienst.
  • 404. Die Basis-URL fehlt /v1.
  • 429 mit rate_limited. Mehr als das pro Minute-Limit. Warte und verlangsame.
  • 429 mit concurrency. Zu viele Anfragen auf einmal. Reduziere deine Parallelität.
  • 429 mit Retry-After: 5. Temporäre Überlastung. Warte fünf Sekunden und versuche es erneut.
import time
from openai import RateLimitError

def safe(prompt):
    for _ in range(4):
        try:
            r = client.chat.completions.create(
                model="uncensored",
                messages=[{"role": "user", "content": prompt}],
            )
            return r.choices[0].message.content
        except RateLimitError:
            time.sleep(5)
    return None

Speichere den Header X-Request-Id von fehlgeschlagenen Aufrufen. Fehlgeschlagene oder abgelehnte Anfragen werden nicht berechnet.

Kosten, Limits und was nicht enthalten ist

Die Abrechnung erfolgt nach Pay as you go: $0,15 pro 1M Input-Token und $0,50 pro 1M Output-Token, Prepaid, ohne Abonnement und ohne Verfall. Ein Skript, das 1.000 Anfragen mit 1.500 Input- und 400 Output-Token sendet, kostet 1,5M x $0,15 = $0,225 plus 0,4M x $0,50 = $0,20, also $0,425. Aufladungen laufen von $20 bis $500, mit einem Bonus ab $50, und die Preisseite listet die Details auf.

Das Kontextfenster umfasst 100.000 Token, Prompt plus Vervollständigung, und der Request-Body kann bis zu 8 MB groß sein. Der Dienst ist nur Text: keine Bilder, Audio oder Video, keine Embeddings und kein Fine-Tuning, und sexuelle Inhalte mit Minderjährigen sind niemals erlaubt. Wenn du auch die gleiche API mit anderen Clients nutzen möchtest, behandelt der Artikel über die OpenAI-kompatible Chat-API Apps jenseits von Python, und die Dokumentation listet jeden Parameter auf.

Fragen und Antworten

Brauche ich den Mistral Python Client?

Nein. Das Standard-Paket openai funktioniert mit der Base URL https://api.mistralapikey.com/v1. Mistral-ähnliche Aufrufe werden auf chat.completions.create abgebildet.

Ist dies die offizielle API von Mistral?

Nein. Es handelt sich um einen separaten Dienst mit einem Open-Weight-Modell, das von einem unabhängigen Anbieter betrieben wird, der nicht mit Mistral verbunden ist.

Wie vermeide ich 429-Fehler in Batches?

Begrenze parallele Aufrufe unter 8 mit einem Semaphore, bleibe unter 300 Anfragen pro Minute und warte nach einer 429-Antwort.

Gibt es eine kostenlose Testmöglichkeit?

Ja. Nach der Anmeldung kannst du auf der API-Schlüssel-Seite $0,50 an Testguthaben beanspruchen. Es benötigt keine Karte und ist 7 Tage gültig.

Dein Schlüssel ist nur ein Formular entfernt

Erstelle ein Konto, kopiere den Schlüssel, ändere die Basis-URL. Das ist die gesamte Einrichtung.