OpenAI 兼容 API 参考

认证与基础 URL 设置

首先从仪表盘中检索您的 API 密钥。使用 MISTRALNSFW_API_KEY 向我们的基础 URL 发送请求时的请求头。 https://api.mistralnsfw.com/v1. 此功能可与任何遵循标准架构的 OpenAI 兼容客户端配合使用。

/v1/chat/completions 端点

向以下地址发送 POST 请求 /v1/chat/completions 附带您的模型 ID 设置为 "uncensored"。该端点接受诸如 temperature 和 stop. 您只为使用的 token 付费，输入为每百万个 token $0.15，输出为每百万个 token $0.50。

Copycurl https://api.mistralnsfw.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List the top ten python libraries for data science"}]
  }'

Python SDK 集成

安装官方 openai 包并将其指向我们的基础 URL。将模型设置为 "uncensored" 以访问无审查生成功能。这种方法让你可以重用现有代码，只需对项目的结构进行最小更改。

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.mistralnsfw.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 SDK 集成

使用 Node.js SDK 使用正确的 base URL 和 API 密钥初始化客户端。定义您的 messages 数组并调用 chat.completions.create 方法。此设置确保与标准工具的兼容性，同时提供您所需的特定无审查模型行为。

Copyimport OpenAI from "openai";

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

流式响应和令牌使用

通过将 stream: true 在你的请求中。服务器通过服务器发送事件 (SSE) 返回数据块。最后一个数据块包含请求的总 token 使用情况，允许你实时准确跟踪成本。

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)

速率限制与请求约束

每个密钥每分钟限制为 300 次请求，并发请求限制为 8 个。最大上下文窗口为 100,000 token，每次请求最大输出为 16,000 token。401（密钥无效）、402（无额度）和 429（速率限制）等错误为标准 HTTP 响应。