जिसकी ओर आप स्विच कर रहे हैं
यह साइट xAI नहीं है और इसके पीछे का मॉडल Grok नहीं है। यह एक ओपन-वेट मॉडल है, जिसे एक स्वतंत्र प्रदाता चलाता है और कानूनी वयस्क उपयोग के लिए बिना सामग्री अस्वीकृति के उत्तर देने के लिए ट्यून्ड किया गया है। एंडपॉइंट OpenAI API फॉर्मेट का समर्थन करता है, इसलिए बेस URL और कुंजी बदलने के बाद कोई भी OpenAI SDK या क्लाइंट काम करेगा। यही बात इसे उन डेवलपर्स के लिए एक व्यावहारिक प्रतिस्थापन बनाती है जो कम कोड बदलाव के साथ शिफ्ट करना चाहते हैं।
लोग एक प्रतिस्थापन क्यों खोजते हैं, इसके कारण अलग-अलग होते हैं: लागत, वैध कथा या शोध पाठ पर अस्वीकृतियाँ, रेट लिमिट, या जोखिम को दो प्रदाताओं में फैलाना चाहना। चाहे आपका कारण कुछ भी हो, इस स्थानांतरण को एक मॉडल बदलाव के रूप में देखें। API आकार परिचित रहेगा, जबकि उत्तर अलग होंगे। संवेदनशील सामग्री के साथ Grok के व्यवहार के बारे में पृष्ठभूमि के लिए, क्या Grok AI सेंसर है पेज देखें, और मूल API के डेवलपर पक्ष के लिए डेवलपर्स के लिए Grok API देखें।
कठोर सीमा: नाबालिगों से जुड़ी यौन सामग्री यहाँ किसी भी रूप में कभी भी अनुमत नहीं है।
तीन-संपादन माइग्रेशन
यदि आपका ऐप OpenAI SDK पैटर्न का उपयोग करता है, तो इन तीन मानों को बदलें।
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)
Node में baseURL और apiKey क्लाइंट कंस्ट्रक्टर को पास करके यही काम होता है, और curl में Authorization: Bearer हेडर के साथ:
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"}]}'
सपोर्टेड विधियाँ POST /v1/chat/completions, POST /v1/responses और GET /v1/models हैं। अपनी कुंजी API कुंजी पेज से प्राप्त करें।
चेकलिस्ट: कटओवर से पहले क्या सत्यापित करें
| क्षेत्र | जांचें | यहाँ |
|---|---|---|
| चैट और प्रतिक्रियाएँ | आप कौन से एंडपॉइंट कॉल करते हैं | चैट पूर्णताएँ और प्रतिक्रियाएँ समर्थित हैं |
| स्ट्रीमिंग | अंत में उपयोग के साथ SSE | हाँ, stream: true के साथ |
| टूल कॉलिंग | टूल्स, टूल चॉइस, स्ट्रीम किए गए टूल कॉल्स | समर्थित; परिणाम role: "tool" के रूप में वापस आते हैं |
| संरचित आउटपुट | संरचित आउटपुट | json_object प्रतिक्रिया प्रारूप समर्थित |
| सैंपलिंग | temperature, top_p, stop, seed, पेनल्टी | पास किया गया |
| कॉन्टेक्स्ट विंडो | आपका सबसे बड़ा प्रॉम्प्ट | 100,000 टोकन, प्रॉम्प्ट और जवाब मिलाकर |
| मीडिया | छवि, ऑडियो या वीडियो सुविधाएँ जो आप उपयोग करते हैं | पेश नहीं किया जाता; केवल टेक्स्ट |
| एम्बेडिंग्स, फाइन-ट्यूनिंग | यदि आप उनका उपयोग करते हैं | पेश नहीं किया गया |
| लाइव वेब सर्च या प्रोवाइडर-विशिष्ट टूल्स | यदि आप उन पर निर्भर हैं | इस API का हिस्सा नहीं; डॉक्स देखें |
अपने वर्तमान प्रदाता के लिए विशिष्ट फीचर्स के लिए अपने कोडबेस की जाँच करें। वहाँ स्थानांतरण टूटते हैं, न कि चैट कॉल। यदि आप उनमें से किसी पर निर्भर हैं, तो उस मार्ग के लिए पुराने प्रदाता को रखें और केवल सादे टेक्स्ट ट्रैफिक को शिफ्ट करें।
अलग-अलग जवाब की उम्मीद करें, और इसके लिए टेस्ट करें
एक ही प्रॉम्प्ट पर दो अलग-अलग मॉडल अलग-अलग आउटपुट लिखेंगे, भले ही दोनों अच्छे हों। एक मॉडल के लिए ट्यून्ड प्रॉम्प्ट्स को दूसरे मॉडल पर चलाने के लिए कभी-कभी छोटे बदलावों की आवश्यकता होती है। एक टेस्ट पास की योजना बनाएँ:
- अपने लॉग्स से 30 से 50 असली प्रॉम्प्ट्स इकट्ठा करें, जिसमें आपके सबसे कठिन प्रॉम्प्ट्स भी शामिल हों।
- उन्हें समान सेटिंग्स के साथ दोनों प्रोवाइडर्स के खिलाफ चलाएँ।
- मैन्युअल रूप से या स्कोरिंग स्क्रिप्ट के साथ फॉर्मेट, लंबाई, अस्वीकृतियाँ और तथ्यात्मक त्रुटियों की तुलना करें।
- जहाँ नया मॉडल विचलित होता है, वहाँ प्रॉम्प्ट्स को ठीक करें, आमतौर पर फॉर्मेट और लंबाई को अधिक स्पष्ट रूप से बताकर।
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")
प्रतिक्रियाओं को एक साथ पढ़ें। यह न मानें कि बेंचमार्क नंबर आपको बताएगा कि कौन सा मॉडल आपके कार्य के लिए उपयुक्त है; आपके अपने प्रॉम्प्ट्स ही टेस्ट हैं। तीन बातों पर विशेष ध्यान दें: क्या प्रतिक्रियाएँ आपकी लंबाई की सीमाओं का पालन करती हैं, क्या JSON आउटपुट पहली बार में पार्स होता है, और मॉडल उन संवेदनशील प्रॉम्प्ट्स को कैसे हैंडल करता है जिन्होंने आपको पहले ही वैकल्पिक खोजने के लिए प्रेरित किया था। परिणाम फ़ाइल को रखें, ताकि आप किसी भी बाद के बदलाव के बाद इसे फिर से चला सकें।
लागत: एक कार्य उदाहरण
यहाँ की दरें 1M इनपुट टोकन के लिए $0.15 और 1M आउटपुट टोकन के लिए $0.50 हैं। मान लें कि आपका उत्पाद एक महीने में 10M इनपुट टोकन और 2M आउटपुट टोकन भेजता है।
- इनपुट: 10 x $0.15 = $1.50
- आउटपुट: 2 x $0.50 = $1.00
- महीने का कुल: $2.50
अपने वर्तमान प्रदाता से तुलना करने के लिए, उनके अपने प्रीसिंग पेज से उनकी वर्तमान प्रकाशित दरें लें और वही दो गुणा करें। लेखों, इसमें शामिल, से नंबर कॉपी न करें क्योंकि कीमतें बदलती हैं। बिलिंग यहाँ प्रीपेड क्रेडिट के साथ है, कोई सब्सक्रिप्शन नहीं, क्रेडिट कभी एक्सपायर नहीं होता है, और फेल या रिफ्यूज्ड अनुरोधों के लिए चार्ज नहीं किया जाता है। टॉप-अप $20 से $500 तक किसी भी पूर्ण राशि में क्रिप्टो (TRC20 पर USDT या Base पर USDC) में होते हैं, $50 से +5%, $100 से +10% और $200 से +15% बोनस के साथ। प्रीसिंग पेज देखें।
जब आपको वहीं रहना चाहिए
एक निष्पक्ष तुलना में यह बताना जरूरी है कि कब स्विच नहीं करना है। इन मामलों में अपने वर्तमान प्रोवाइडर के साथ रहें, या अपने ट्रैफ़िक के एक हिस्से के लिए उसे बनाए रखें:
- आपको मल्टीमोडल इनपुट या आउटपुट की आवश्यकता है। यह API केवल टेक्स्ट हैंडल करता है।
- आप प्रदाता-विशिष्ट फीचर्स का उपयोग करते हैं, जैसे कि बिल्ट-इन सर्च या विशेष टूल्स। वे यहाँ मौजूद नहीं हैं।
- आपको एक विशिष्ट मॉडल का सटीक व्यवहार चाहिए। यह एक अलग मॉडल है, और कोई ट्यूनिंग इसे समान नहीं बनाएगी।
- आपके वॉल्यूम को 8 से अधिक कॉन्करेंट अनुरोधों की आवश्यकता है। शिफ्ट करने से पहले जाँच लें कि क्या आपका ट्रैफिक लिमिट्स में फिट बैठता है।
स्विच करें, या इस एंडपॉइंट को एक दूसरे मार्ग के रूप में जोड़ें, जब आपकी मुख्य समस्याएँ कानूनी वयस्क सामग्री पर अस्वीकृतियाँ हों, टोकन काउंट्स के साथ बढ़ती बिल हो, या एकल विफलता बिंदु से बचने की इच्छा हो। कई टीमें एक छोटे व्रैपर के पीछे दो प्रदाताओं को चलाती हैं: व्रैपर टास्क के आधार पर एंडपॉइंट चुनता है, और एरर्स पर दूसरे पर फॉलबैक करता है।
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");
}
याद रखें कि मॉडल नाम प्रोवाइडर के अनुसार अलग-अलग होते हैं। एक असली व्रैपर में, प्रत्येक क्लाइंट के बगल में मॉडल ID स्टोर करें।
लिमिट्स, एरर्स और सुरक्षित रोलआउट
एक पूर्ण कुंजी 8 समवर्ती अनुरोधों और प्रति मिनट 300 अनुरोधों की अनुमति देती है। एक परीक्षण कुंजी 2 समवर्ती और प्रति मिनट 60 की अनुमति देती है। अधिकतम बॉडी 8 MB है। प्रतिक्रियाएँ X-Request-Id, X-Balance-USD और रेट लिमिट हेडर्स लेती हैं, ताकि आप हर कॉल पर अपना बैलेंस लॉग कर सकें।
जब आप एक लिमिट से अधिक हो जाते हैं तो API HTTP 429 रिटर्न करता है। एरर कोड rate_limited का मतलब है प्रति मिनट बहुत सारे अनुरोध, concurrency का मतलब है एक साथ बहुत सारे, और अस्थायी ओवरलोड एक Retry-After: 5 हेडर जोड़ता है। एक स्ट्रीम किए गए अनुरोध में समवर्ता स्लॉट स्ट्रीम खत्म होने तक बना रहता है, इसलिए लंबी स्ट्रीम्स 8 के खिलाफ गिनी जाती हैं। यदि आपका वर्तमान प्रदाता उच्च समानांतरता की अनुमति देता था, तो एक क्यू जोड़ें।
सुरक्षित रोलआउट के लिए, एक फ्लैग के पीछे ट्रैफिक का एक छोटा हिस्सा (मान लें 5%) नए एंडपॉइंट पर भेजें, कुछ दिनों के लिए एरर रेट्स और यूजर फीडबैक पर नज़र रखें, फिर हिस्सा बढ़ाएं। एरर्स के लिए पुराने प्रदाता के लिए एक फॉलबैक रखें। यदि कुछ गलत लगता है, तो त्रुटि निवारण मार्गदर्शिका मदद कर सकता है, और दस्तावेज़ हर पैरामीटर की सूची देता है।

