API Mistral em Python com o SDK OpenAI
Um script Python da API Mistral pode ser executado contra este endpoint compatível com OpenAI com o pacote openai padrão: defina a URL base, passe sua chave e use o modelo uncensored. Este guia tem o código para chat, streaming, JSON, ferramentas e lotes.
Atualizado

O resumo
Para usar um fluxo de trabalho de API Mistral em Python contra este serviço, você não precisa da biblioteca de cliente própria da Mistral. Este endpoint usa o formato de conclusões de chat OpenAI, então o pacote openai padrão funciona: instale-o, defina a URL base para https://api.mistralapikey.com/v1, passe sua chave e use o ID do modelo uncensored.
Uma nota necessária: esta não é a API oficial da Mistral e não tem afiliação com a Mistral. É um serviço separado com um único modelo de pesos abertos, operado por um provedor independente e ajustado para responder sem recusas de conteúdo para uso adulto lícito. A página sobre a chave de API Mistral explica como as chaves aqui se relacionam com outros serviços.
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)Traduza código estilo Mistral linha por linha
Se você tem código escrito para o cliente Python Mistral, o mapeamento é curto. Verifique os nomes exatos contra a própria documentação do cliente para a versão instalada, pois as bibliotecas mudam.
| Cliente estilo Mistral | SDK OpenAI contra este endpoint |
|---|---|
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.content | r.choices[0].message.content (mesmo) |
As mensagens permanecem uma lista de dicts com role e content. A forma da resposta para os campos comuns, incluindo choices, usage e finish_reason, também é a mesma, então o código que lê apenas esses campos não precisa de alteração.
Lado a lado, a alteração parece assim:
# 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.contentMantenha a chave fora do código
Leia a chave e a URL do ambiente e mantenha-as fora do controle de versão.
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"],
)
Com um shell: export LLM_API_KEY=.... O SDK OpenAI também lê OPENAI_API_KEY e OPENAI_BASE_URL quando você não os passa explicitamente, o que é útil para ferramentas que constroem o cliente para você, mas também é uma fonte clássica de bugs de "chave errada" quando um valor antigo fica no shell. Quando algo falha com 401, imprima quais variáveis estão definidas antes de fazer qualquer outra coisa.
Obtenha uma chave na página de chave de API. Contas novas podem resgatar $0,50 de crédito de teste grátis com um clique. Não precisa de cartão, é válido por 7 dias e é limitado a um por pessoa.
Streaming, JSON e ferramentas
O streaming retorna tokens conforme são gerados. Defina stream=True e itere. Os dados de uso chegam ao final.
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)
O modo JSON solicita um objeto JSON válido. Diga a palavra JSON no seu prompt também e sempre faça análise defensiva.
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)
A chamada de funções usa os parâmetros tools e tool_choice. Quando o modelo retorna tool_calls, execute a função e envie o resultado de volta como uma mensagem com role: "tool" e o tool_call_id correspondente.
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)Chamadas assíncronas e paralelas
Para lotes, use o cliente assíncrono. Mantenha o número de requisições em andamento abaixo do limite: uma chave completa permite 8 requisições concorrentes e 300 por minuto; uma chave de teste permite 2 e 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())
O semáforo de 6 deixa margem de manobra abaixo de 8. Sem ele, 20 chamadas simultâneas atingiriam HTTP 429 com o código concurrency. Lembre-se de que os streams mantêm sua ocupação até que terminem.
Armadilhas ao migrar
A maioria dos problemas vem de suposições herdadas da configuração antiga, em vez do novo endpoint.
- Nomes de modelo codificados. Pesquise seu código pela string de modelo antiga. O único ID de modelo válido aqui é
uncensored, e você pode confirmar isso comclient.models.list(). - Prompts escritos para outro modelo. Um modelo diferente lê instruções de forma um pouco diferente. Se um prompt do sistema dependia de uma frase específica, teste-o. Instruções curtas e diretas com um exemplo do formato de saída geralmente se transferem melhor.
- Parâmetros específicos do provedor. Parâmetros que existem apenas no cliente de um fornecedor podem ser ignorados ou rejeitados. Mantenha-se nos padrões: temperature, top_p, stop, seed, max_tokens e as penalidades são passadas.
- Bandeiras de estilo safe-mode. Se seu código antigo ativava uma opção de moderação ou segurança do provedor, não há interruptor equivalente aqui. Se seu produto precisa de filtragem, adicione-o do seu lado antes e depois da chamada.
- Estimativas de token. Modelos diferentes contam tokens de forma diferente, então orçamente com base no campo
usageque a API retorna, não em um palpite local.
Planeje uma passagem de teste curta, não uma reescrita. Pegue dez prompts dos seus logs, execute-os pelo novo cliente, leia as respostas e ajuste o prompt do sistema até que o tom corresponda ao que você deseja.
Erros e o que significam
- 401. Chave errada ou ausente, ou uma chave de outro serviço.
- 404. A URL base está faltando
/v1. - 429 com
rate_limited. Mais do que o limite por minuto. Aguarde e diminua a velocidade. - 429 com
concurrency. Muitas requisições de uma vez. Reduza seu paralelismo. - 429 com
Retry-After: 5. Sobrecarga temporária. Aguarde cinco segundos e tente novamente.
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
Salve o cabeçalho X-Request-Id de chamadas falhas. Requisições falhas ou recusadas não são cobradas.
Custo, limites e o que não está incluído
O faturamento é pagamento por uso: $0,15 por 1M tokens de entrada e $0,50 por 1M tokens de saída, pré-pago, sem assinatura e sem expiração. Um script que envia 1.000 requisições de 1.500 tokens de entrada e 400 tokens de saída custa 1,5M x $0,15 = $0,225 mais 0,4M x $0,50 = $0,20, totalizando $0,425. Recarregamentos variam de $20 a $500, com bônus a partir de $50, e a página de preços lista os detalhes.
A janela de contexto é de 100.000 tokens, prompt mais conclusão, e o corpo pode ter até 8 MB. O serviço é apenas texto: sem imagens, áudio ou vídeo, sem embeddings e sem fine-tuning, e conteúdo sexual envolvendo menores de idade nunca é permitido. Se você também quiser a mesma API com outros clientes, o artigo sobre a API de chat compatível com OpenAI cobre aplicativos além do Python, e o docs lista todos os parâmetros.
Mais guias
Perguntas e respostas
Preciso do cliente Python do Mistral?
Não. O pacote openai padrão funciona com a base URL https://api.mistralapikey.com/v1. As chamadas no estilo Mistral mapeiam para chat.completions.create.
Esta é a API oficial do Mistral?
Não. É um serviço separado com um modelo de pesos abertos executado por um provedor independente, não afiliado à Mistral.
Como evitar erros 429 em lotes?
Limite as chamadas paralelas abaixo de 8 com um semáforo, mantenha-se abaixo de 300 requisições por minuto e aguarde após uma resposta 429.
Existe uma maneira gratuita de testar?
Sim. Após o registro, você pode resgatar $0,50 de crédito de teste grátis na página de chave de API. Não precisa de cartão e é válido por 7 dias.
Sua chave está a um formulário de distância
Crie uma conta, copie a chave e altere a URL base. Essa é a configuração completa.