NL ▾
mistralapikey.com

Ongecensureerd Mistral API alternatief

API-sleutel aanvragen
Basis-URL
https://api.mistralapikey.com/v1
Model
ongecensureerd

OpenAI-compatible API-chat: Python, Node en curl

Een openai-compatible api chat call is één POST met een lijst van berichten en één antwoord van het model. Deze handleiding behandelt het verzoek, meerturns gesprekken, streaming en de fouten die je kunt tegenkomen, met een ongecensureerd endpoint als voorbeeld.

Bijgewerkt

Chatbellen die lichte kubussen uitwisselen tussen een apparaat en een servertoren, ter illustratie van een API chat-verzoek

Het verzoek in één minuut

Elke client die kan communiceren met het OpenAI chat-formaat kan deze service gebruiken. Je wijzigt twee dingen, de base URL en de key, en houdt alles anders hetzelfde. Hier is de base URL https://api.mistralapikey.com/v1 en het model ID is uncensored. Auth is een standaard Authorization: Bearer header.

Een eerste verzoek ziet er als volgt uit:

curl https://api.mistralapikey.com/v1/chat/completions   -H "Authorization: Bearer YOUR_API_KEY"   -H "Content-Type: application/json"   -d '{
    "model": "uncensored",
    "messages": [
      {"role": "system", "content": "You are a concise assistant."},
      {"role": "user", "content": "Explain what an API key is in two sentences."}
    ]
  }'

Dit is een onafhankelijke service die één open-weight model draait, afgestemd om te antwoorden zonder inhoudelijke weigeringen voor rechtmatig gebruik door volwassenen. Het is niet de officiële API van Meta, Mistral, OpenAI of een andere leverancier. Het blootlegt twee methoden, POST /v1/chat/completions en GET /v1/models, en het verwerkt alleen tekst. Als je nog steeds een sleutel nodig hebt, legt de API-sleutelpagina de aanmelding en het proeftegoed uit.

De respons lezen

Een succesvol antwoord is een JSON-object in de gebruikelijke vorm. De tekst staat bij choices[0].message.content, de stopreden staat bij choices[0].finish_reason, en tokenaantallen staan bij usage.

{
  "id": "chatcmpl-...",
  "object": "chat.completion",
  "model": "uncensored",
  "choices": [
    {
      "index": 0,
      "message": {"role": "assistant", "content": "An API key is a secret string..."},
      "finish_reason": "stop"
    }
  ],
  "usage": {"prompt_tokens": 31, "completion_tokens": 48, "total_tokens": 79}
}

Een finish_reason van stop betekent dat het model zijn antwoord heeft voltooid. Een waarde van length betekent dat het een tokenlimiet heeft bereikt, dus verhoog max_tokens of laat het ongesteld. De headers zijn ook belangrijk: X-Request-Id identificeert de call voor support, X-Balance-USD toont je resterende tegoed, en X-RateLimit-Limit-Requests en X-RateLimit-Limit-Concurrency rapporteren je limieten.

Berichten en rollen

De messages array is de volledige conversatie, in volgorde. Elk item heeft een role en content.

  • system bepaalt gedrag, toon en regels. Zet deze eerst.
  • user is wat de gebruiker heeft ingetypt.
  • assistant is wat het model eerder in het gesprek zei.
  • tool draagt het resultaat van een function call, als je tool calling gebruikt.

Het model kent alleen wat in de array staat. Er wordt niets onthouden tussen verzoeken, dus de server houdt geen sessie voor je. Dit is het enige belangrijkste om te begrijpen over chat endpoints, en het verklaart waarom een "chat" duurder wordt na elke beurt: de geschiedenis die je stuurt wordt elke keer als input gefactureerd.

Meerdere gesprekken in Python

Om een gesprek te voeren, houd je een lijst bij, voeg je de user message toe, roep je de API aan, voeg je het assistant antwoord toe, en herhaal je dit. Dit is een complete terminal chat.

from openai import OpenAI

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

history = [{"role": "system", "content": "You are a friendly, direct assistant."}]

while True:
    text = input("you> ").strip()
    if not text:
        break
    history.append({"role": "user", "content": text})

    resp = client.chat.completions.create(
        model="uncensored",
        messages=history,
        temperature=0.7,
    )
    answer = resp.choices[0].message.content
    history.append({"role": "assistant", "content": answer})

    print("bot>", answer)
    print(f"   [{resp.usage.prompt_tokens} in / {resp.usage.completion_tokens} out]")

Houd de genummerde haken in de gaten tijdens het chatten. De "in" count stijgt bij elke beurt omdat het alles omvat wat tot nu toe is gezegd. Deze groei is normaal en is ook je belangrijkste hefboom voor kostenbeheersing, hieronder besproken.

Streaming antwoorden in Node

Voor een chat interface wil je dat tekst verschijnt terwijl deze wordt gegenereerd. Stel stream: true in en de API stuurt server-sent events. De OpenAI Node SDK verpakt dit in een async iterator.

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api.mistralapikey.com/v1",
  apiKey: process.env.API_KEY,
});

const stream = await client.chat.completions.create({
  model: "uncensored",
  messages: [{ role: "user", content: "Write a four-line poem about debugging." }],
  stream: true,
});

for await (const chunk of stream) {
  const piece = chunk.choices[0]?.delta?.content ?? "";
  process.stdout.write(piece);
}
process.stdout.write("\n");

Usage wordt aan het einde van de stream gerapporteerd, dus je kunt nog steeds token counts loggen zonder een tweede call. Een operationeel detail: een gestreamd verzoek houdt zijn concurrency slot vast tot de stream klaar is. Als een gebruiker een tabblad sluit, annuleer dan het verzoek aan je kant zodat het slot eerder vrijkomt.

Parameters die je kunt gebruiken

De standaard sampling controls worden doorgegeven aan het model. Dit zijn de parameters die je het meest zult aanpassen.

VeldWat het doetPraktische tip
temperatureWillekeurigheid van woordkeuze0 tot 0,3 voor extractie, 0,7 tot 1,0 voor creatieve tekst
top_pBeperkt sampling tot de meest waarschijnlijke woordenVerander dit of temperatuur, zelden beide
max_tokensBovengrens voor antwoordlengteOptioneel; stel in om kosten bij open prompts te beperken
stopSequenties die generatie beëindigenHandig voor regelgebaseerde formaten
seedHerhaalbare samplingHandig voor tests
frequency_penalty, presence_penaltyHerhaling ontmoedigenKleine waarden doen veel
response_formatJSON-modusGebruik {"type":"json_object"} en beschrijf de keys in de prompt

Tool calling is beschikbaar via tools en tool_choice. De quickstart behandelt de setup voor veelgebruikte SDK's.

Wat een conversatie kost

Prijzen zijn $0,15 per 1M input tokens en $0,50 per 1M output tokens, van prepaid tegoed. Het contextvenster is 100.000 tokens voor prompt en antwoord samen. Omdat geschiedenis opnieuw wordt verstuurd, groeit de kosten van een chat sneller dan het aantal berichten.

Neem een chat waarbij elk user message ongeveer 100 tokens is en elk antwoord ongeveer 200 tokens, plus een 200-token system message. Beurt 1 stuurt 300 input tokens. Beurt 10 stuurt ongeveer 200 + 10 x 100 + 9 x 200 = 3.000 input tokens. Beurt 30 stuurt ongeveer 200 + 30 x 100 + 29 x 200 = 9.000.

Tel alle 30 beurten van input op: het totaal is 30 x 200 + 100 x (1 + 2 + ... + 30) + 200 x (0 + 1 + ... + 29) = 6.000 + 46.500 + 87.000 = 139.500 input tokens. Output is 30 x 200 = 6.000 tokens. Kosten: 139.500 / 1M x $0,15 = $0,020925, plus 6.000 / 1M x $0,50 = $0,003. De hele 30-turn chat komt neer op ongeveer $0,024. Goedkoop, maar merk op dat input 23 keer groter is dan output, en het zou kwadratisch groeien met de lengte als je nooit trimde.

Manieren om het laag te houden: verwijder of vat oude beurten samen zodra de geschiedenis een door jou gekozen grootte overschrijdt, houd de system prompt kort, en stel max_tokens in als je geen lange antwoorden nodig hebt. Mislukte of geweigerde verzoeken worden niet gefactureerd. Top-up bedragen en bonus tiers staan op de prijspagina.

Geschiedenis trimmen zonder het gesprek te breken

Zodra een conversatie lang wordt heb je twee keuzes: betalen voor de volledige geschiedenis bij elke beurt, of het inkorten. Een eenvoudige regel is het behouden van de system message en de laatste enkele beurten. Deze functie doet dat en laat de rest van je loop onveranderd.

from openai import OpenAI

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

def trimmed(history, keep=8):
    system = history[:1]
    rest = history[1:]
    return system + rest[-keep:]

resp = client.chat.completions.create(
    model="uncensored",
    messages=trimmed(history),
)

De prijs van trimmen is dat het model vergeet wat het niet langer ziet. Voor support bots is dat prima. Voor lange verhalen kun je liever het model vragen om een korte samenvatting van de oude beurten te schrijven, deze opslaan als een systeemnotitie en de originele berichten verwijderen. Dat kost één extra call maar houdt het verhaal intact.

Een nuttige system message schrijven

Houd het kort en concreet: wie de assistant is, hoe lang antwoorden moeten zijn, en eventuele format regels. "Je bent een support agent voor een fietsenwinkel. Beantwoord in maximaal drie zinnen en stel een vraag als het verzoek onduidelijk is" doet meer dan een pagina algemene deugden. Elk woord ervan wordt als input gefactureerd bij elke beurt, dus een 1.000-token system message voegt $0,00015 toe aan elk verzoek.

Fouten en limits

Een volledige key staat 8 gelijktijdige verzoeken en 300 verzoeken per minuut toe; een trial key staat 2 en 60 toe. De maximale request body is 8 MB. Overschrijd je een limit dan ontvang je HTTP 429, met een van deze betekenissen:

  • Foutcode rate_limited: te veel verzoeken per minuut. Spreek ze uit elkaar.
  • Foutcode concurrency: te veel verzoeken tegelijk. Zet ze in de wachtrij.
  • Een Retry-After: 5 header: tijdelijke overbelasting. Wacht 5 seconden en probeer het opnieuw.

Een 401 betekent dat de sleutel ontbreekt of fout is. Houd sleutels buiten frontend-code; roep de API aan vanaf je server. Als je overstapt van een Mistral-configuratie, dan behandelt de Mistral API key-pagina de toegang met deze dienst.

Voor productiecode verpak je aanroepen in een retry met een korte wachttijd, zoals de OpenAI SDKs al doen voor sommige fouten, en log je de X-Request-Id waarde naast elke fout. Als er iets niet klopt, is die ID de snelste manier om support te wijzen op het exacte verzoek. Stel ook een client-side timeout in: een lange voltooiing voor een grote prompt kan even duren, en je wilt niet dat een vastgelopen verbinding een van je 8 concurrency-slots vasthoudt.

De dienst produceert geen seksuele inhoud die minderjarigen betreft, en prompts worden niet gebruikt voor training.

Vragen en antwoorden

Wat betekent OpenAI compatible?

Het betekent dat de endpoint hetzelfde verzoekformaat accepteert als de OpenAI chat-completies API, dus OpenAI SDK's en tools werken nadat je de base URL en key hebt gewijzigd.

Onthoudt de server het gesprek?

Nee. Stuur de volledige berichtgeschiedenis met elk verzoek. De server houdt geen sessie bij tussen aanroepen.

Welke endpoints zijn beschikbaar?

POST /v1/chat/completions en GET /v1/models. De dienst is alleen tekst, zonder afbeeldingen, audio of embeddings-eindpunten.

Hoe stream ik het antwoord?

Stel stream in op true. De API stuurt server-sent events en rapporteert gebruik aan het einde van de stream.

Welke modelnaam moet ik gebruiken?

Gebruik uncensored als model ID in elk verzoek.

Je sleutel is nog maar één klik verwijderd

Maak een account aan, kopieer de sleutel, pas de base URL aan. Dat is de hele setup.