Was du wechselst
Diese Seite gehört nicht zu xAI und das zugrunde liegende Modell ist nicht Grok. Es ist ein Open-Weight-Modell, betrieben von einem unabhängigen Anbieter und darauf abgestimmt, ohne Inhaltsfilter für die rechtmäßige Nutzung durch Erwachsene zu antworten. Der Endpunkt spricht das OpenAI-API-Format, sodass jedes OpenAI-SDK oder jeder Client funktioniert, sobald du die Base-URL und den Schlüssel änderst. Das macht es zu einer praktischen Alternative für Entwickler, die mit wenig Codeänderung wechseln möchten.
Die Gründe für die Suche nach einer Alternative variieren: Kosten, Ablehnungen bei legitimer Fiktion oder Forschungstexten, Ratenlimits oder der Wunsch, das Risiko auf zwei Anbieter zu verteilen. Egal welcher Grund: Betrachte den Wechsel als Modellwechsel. Die API-Struktur bleibt vertraut, die Antworten werden sich jedoch unterscheiden. Für Hintergrundinformationen zum Verhalten von Grok bei sensiblen Inhalten sieh dir die Seite Ist Grok AI zensiert an, und für die Entwicklerseite der Original-API sieh dir Grok API für Entwickler an.
Harte Grenze: Sexuelle Inhalte mit Minderjährigen sind hier in jeder Form niemals erlaubt.
Die Migration mit drei Änderungen
Wenn deine App das OpenAI-SDK-Muster verwendet, ändere diese drei Werte.
from openai import OpenAI
client = OpenAI(
base_url="https://api.uncensoredgrok.com/v1", # was your current provider's URL
api_key="YOUR_KEY", # new key from this site
)
resp = client.chat.completions.create(
model="uncensored", # was your current model name
messages=[
{"role": "system", "content": "You are a concise assistant."},
{"role": "user", "content": "Summarize the plot of Hamlet in three sentences."},
],
)
print(resp.choices[0].message.content)
Das Gleiche funktioniert in Node, indem man baseURL und apiKey an den Client-Konstruktor übergibt, und in curl mit einem Authorization: Bearer-Header:
curl https://api.uncensoredgrok.com/v1/chat/completions \
-H "Authorization: Bearer YOUR_KEY" \
-H "Content-Type: application/json" \
-d '{"model":"uncensored","messages":[{"role":"user","content":"Hello"}]}'
Unterstützte Methoden sind POST /v1/chat/completions, POST /v1/responses und GET /v1/models. Hol dir deinen Schlüssel von der API-Schlüssel-Seite.
Checkliste: Was du vor dem Wechsel prüfen solltest
| Bereich | Prüfen | Hier |
|---|---|---|
| Chat und Responses | Welche Endpunkte du aufrufst | Chat-Vervollständigungen und Responses werden unterstützt |
| Streaming | SSE mit Nutzungsinformationen am Ende | Ja, mit stream: true |
| Function Calling | Tools, Tool-Auswahl, gestreamte Tool-Aufrufe | Unterstützt; Ergebnisse werden als role: "tool" zurückgegeben |
| Strukturierte Ausgabe | JSON-Modus | json_object Antwortformat unterstützt |
| Sampling | Temperatur, top_p, Stop, Seed, Strafen | Durchgereicht |
| Kontext | Größter gesendeter Prompt | 100.000 Token, Prompt plus Antwort |
| Medien | Genutzte Bild-, Audio- oder Videofunktionen | Nicht angeboten; nur Text |
| Embeddings, Fine-Tuning | Wenn du sie nutzt | Nicht angeboten |
| Live-Websuche oder anbieterspezifische Tools | Wenn du dich darauf verlässt | Nicht Teil dieser API; sieh in die Docs |
Gehe deine Codebasis durch, um anbieterspezifische Funktionen zu finden. Dort brechen Migrationen oft ab, nicht der Chat-Aufruf. Wenn du auf einige dieser Funktionen angewiesen bist, behalte den alten Anbieter für diesen Pfad bei und wechsle nur den reinen Textverkehr.
Erwarte andere Antworten und teste daraufhin
Zwei Modelle, die denselben Prompt erhalten, schreiben unterschiedlich, auch wenn beide gut sind. Prompts, die für ein Modell optimiert wurden, benötigen für ein anderes manchmal kleine Änderungen. Plane eine Testphase:
- Sammle 30 bis 50 echte Prompts aus deinen Logs, einschließlich der schwierigsten.
- Führe sie bei beiden Anbietern mit denselben Einstellungen aus.
- Vergleiche manuell oder mit einem Bewertungsskript bezüglich Format, Länge, Ablehnungen und faktischen Fehlern.
- Korrigiere Prompts, bei denen das neue Modell abweicht, meist durch explizitere Angabe von Format und Länge.
import json
from openai import OpenAI
new = OpenAI(base_url="https://api.uncensoredgrok.com/v1", api_key="NEW_KEY")
prompts = [json.loads(l) for l in open("prompts.jsonl")]
with open("new_results.jsonl", "w") as out:
for p in prompts:
r = new.chat.completions.create(model="uncensored", messages=p["messages"], temperature=0.7)
out.write(json.dumps({"id": p["id"], "reply": r.choices[0].message.content,
"tokens": r.usage.total_tokens}) + "\n")
Lies die Antworten nebeneinander durch. Verlasse dich nicht auf Benchmark-Zahlen, um zu entscheiden, welches Modell zu deiner Aufgabe passt; deine eigenen Prompts sind der Test. Achte besonders auf drei Dinge: ob die Antworten deine Längenvorgaben einhalten, ob die JSON-Ausgabe beim ersten Versuch parsed, und wie das Modell mit den sensiblen Prompts umgeht, die dich ursprünglich dazu gebracht haben, nach einer Alternative zu suchen. Bewahre die Ergebnisdatei auf, damit du sie nach späteren Änderungen erneut ausführen kannst.
Kosten: Ein Rechenbeispiel
Die Preise hier betragen $0,15 pro 1 Mio. Input-Token und $0,50 pro 1 Mio. Output-Token. Angenommen, dein Produkt sendet 10 Mio. Input-Token und 2 Mio. Output-Token in einem Monat.
- Input: 10 x $0,15 = $1,50
- Output: 2 x $0,50 = $1,00
- Monatsgesamt: $2,50
Um mit deinem aktuellen Anbieter zu vergleichen, nimm die aktuellen veröffentlichten Preise von deren eigener Preisliste und führe dieselben beiden Multiplikationen durch. Kopiere keine Zahlen aus Artikeln, einschließlich diesem, da sich die Preise ändern. Die Abrechnung hier erfolgt über Prepaid-Guthaben ohne Abonnement, das Guthaben verfällt nie, und fehlgeschlagene oder abgelehnte Anfragen werden nicht berechnet. Aufladungen sind beliebige ganze Beträge von $20 bis $500 in Krypto (USDT auf TRC20 oder USDC auf Base), mit +5 % ab $50, +10 % ab $100 und +15 % ab $200. Sieh dir die Preisliste an.
Wann du bleiben solltest
Ein fairer Vergleich muss auch sagen, wann man nicht wechseln sollte. Bleibe bei deinem aktuellen Anbieter oder behalte ihn für einen Teil deines Traffics in diesen Fällen:
- Du brauchst multimodale Eingabe oder Ausgabe. Diese API behandelt nur Text.
- Du nutzt anbieterspezifische Funktionen, wie integrierte Suche oder spezielle Tools. Diese gibt es hier nicht.
- Du benötigst das exakte Verhalten eines bestimmten Modells. Dies ist ein anderes Modell, und kein Tuning wird es identisch machen.
- Dein Volumen benötigt mehr als 8 parallele Anfragen. Prüfe, ob dein Traffic die Limits einhält, bevor du wechselst.
Wechsle, oder füge diesen Endpunkt als zweite Route hinzu, wenn deine Hauptprobleme Ablehnungen bei rechtmäßigen Erwachseneninhalten, eine Rechnung, die mit Token-Anzahlen wächst, oder der Wunsch ist, einen Single Point of Failure zu vermeiden. Viele Teams betreiben zwei Anbieter hinter einem kleinen Wrapper: Der Wrapper wählt den Endpunkt nach Aufgabe aus und fällt bei Fehlern auf den anderen zurück.
import OpenAI from "openai";
const providers = [
new OpenAI({ baseURL: "https://api.uncensoredgrok.com/v1", apiKey: process.env.KEY_A }),
// add a second OpenAI-compatible client here if you want a fallback
];
export async function chat(messages) {
for (const client of providers) {
try {
const r = await client.chat.completions.create({ model: "uncensored", messages });
return r.choices[0].message.content;
} catch (err) {
if (err.status === 429 || err.status >= 500) continue;
throw err;
}
}
throw new Error("all providers failed");
}
Denke daran, dass Modellnamen pro Anbieter unterschiedlich sind. Speichere in einem echten Wrapper die Modell-ID neben jedem Client.
Limits, Fehler und sichere Einführung
Ein vollständiger Schlüssel erlaubt 8 parallele Anfragen und 300 Anfragen pro Minute. Ein Test-Schlüssel erlaubt 2 parallele und 60 pro Minute. Der maximale Anfragetext beträgt 8 MB. Die Antworten enthalten die Header X-Request-Id, X-Balance-USD und Ratenlimits, damit du dein Guthaben bei jedem Aufruf protokollieren kannst.
Wenn du ein Limit überschreitest, gibt die API HTTP 429 zurück. Der Fehlercode rate_limited bedeutet zu viele Anfragen pro Minute, concurrency bedeutet zu viele gleichzeitig, und eine temporäre Überlastung fügt einen Retry-After: 5-Header hinzu. Eine gestreamte Anfrage belegt ihren Parallelitäts-Slot, bis das Streaming endet, daher zählen lange Streams gegen die 8. Wenn dein aktueller Anbieter eine höhere Parallelität erlaubte, füge eine Warteschlange hinzu.
Für ein sicheres Rollout sendest du einen kleinen Anteil des Traffics (z. B. 5 %) über einen Schalter an den neuen Endpunkt, beobachtest einige Tage lang die Fehlerquoten und das Nutzerfeedback und erhöhst dann den Anteil. Halte einen Fallback zum alten Anbieter für Fehlerfälle bereit. Wenn etwas falsch aussieht, kann die Fehlerbehebungsanleitung helfen, und in den Dokumentationen sind alle Parameter aufgeführt.

