Apa yang Anda dapatkan, dan apa yang tidak
Mari kita menjadi tepat terlebih dahulu, karena nama situs dapat menyesatkan. Ini bukan API resmi dari xAI atau Grok. Ini adalah API yang di-host di depan satu model bobot terbuka, dijalankan oleh penyedia independen dan disesuaikan untuk menjawab tanpa penolakan konten untuk penggunaan sah oleh orang dewasa. Ini juga bukan router lintas beberapa vendor. Jika Anda membutuhkan model milik xAI, kunjungi xAI dan periksa syarat dan harga mereka saat ini.
Kegunaannya adalah alur kerja pengembang yang sederhana. API menggunakan format penyelesaian chat OpenAI, sehingga pustaka klien yang sudah Anda gunakan tetap berfungsi. Anda mengubah dua nilai, base URL dan kunci, dan meneruskan uncensored sebagai ID model. Ada dua endpoint: POST /v1/chat/completions dan GET /v1/models. Autentikasi adalah header Authorization: Bearer standar.
Layanan ini hanya teks. Tidak ada pembuatan gambar, audio atau video, tidak ada embedding dan tidak ada fine-tuning. Jendela konteks adalah 100.000 token, dihitung melintasi prompt dan completion bersama-sama, dan max_tokens bersifat opsional. Ada satu batas konten keras: tidak ada yang melibatkan konten seksual dengan anak di bawah umur, selamanya.
Jika itu sesuai dengan yang Anda bangun, sisa halaman ini mencakup detail yang ditanyakan pengembang: permintaan pertama, streaming, output terstruktur, alat, batas, dan biaya.
Permintaan pertama Anda
Buat akun dari halaman kunci API, salin kuncinya, dan kirim permintaan. Pendaftaran dapat dilakukan dengan Google atau dengan email dan kata sandi. Pengguna baru dapat mengklaim kredit uji coba senilai $0,50 dengan satu klik di halaman tersebut, satu per orang, berlaku selama tujuh hari. Kunci uji coba berjalan dengan batas lebih rendah daripada kunci penuh: 2 permintaan paralel dan 60 permintaan per menit.
Mulailah dengan curl, karena itu menghilangkan setiap variabel lain:
curl https://api.uncensoredgrok.com/v1/chat/completions \
-H "Authorization: Bearer $API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "uncensored",
"messages": [
{"role": "system", "content": "You are a concise assistant."},
{"role": "user", "content": "Explain idempotency keys in two sentences."}
]
}'
Panggilan yang sama dengan SDK Python resmi:
from openai import OpenAI
client = OpenAI(
base_url="https://api.uncensoredgrok.com/v1",
api_key="YOUR_KEY",
)
resp = client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": "Explain idempotency keys in two sentences."}],
temperature=0.7,
)
print(resp.choices[0].message.content)
Panggilan ke GET /v1/models adalah cara murah untuk memastikan kunci dan base URL Anda benar sebelum Anda men-debug apa pun. Setiap respons membawa header X-Request-Id, X-Balance-USD, X-RateLimit-Limit-Requests dan X-RateLimit-Limit-Concurrency. Log ID permintaan dengan log Anda sendiri, dan perhatikan header saldo jika Anda menjalankan pekerjaan tanpa pengawasan.
Parameter sampling seperti temperature, top_p, stop, seed dan penalti frekuensi serta kehadiran diteruskan ke model. Catatan parameter lengkap ada di halaman dokumentasi.
Streaming
Atur stream: true dan respons tiba sebagai peristiwa yang dikirim server, satu bagian per grup token, dengan penggunaan dilaporkan di akhir aliran. Untuk antarmuka chat, ini adalah perbedaan antara layar yang menunggu dan layar yang mengetik.
stream = client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": "Write a haiku about retries."}],
stream=True,
)
for chunk in stream:
if chunk.choices and chunk.choices[0].delta.content:
print(chunk.choices[0].delta.content, end="", flush=True)
if getattr(chunk, "usage", None):
print("\ntokens:", chunk.usage)
Di Node, polanya sama:
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api.uncensoredgrok.com/v1",
apiKey: process.env.API_KEY,
});
const stream = await client.chat.completions.create({
model: "uncensored",
messages: [{ role: "user", content: "Write a haiku about retries." }],
stream: true,
});
for await (const chunk of stream) {
process.stdout.write(chunk.choices[0]?.delta?.content ?? "");
}
Satu detail penting untuk perencanaan kapasitas. Permintaan yang dialirkan mempertahankan slot konkurensinya hingga aliran berakhir. Jika klien membuka aliran dan kemudian macet, slot itu tetap terpakai, jadi tutup aliran yang tidak Anda baca lagi.
Mode JSON dan pemanggilan alat
Untuk output terstruktur, lewati response_format dengan tipe json_object. Juga katakan dalam prompt bahwa Anda menginginkan JSON, dan sebutkan kunci yang Anda harapkan. Mode JSON membantu model menghasilkan teks yang dapat diuraikan, tetapi Anda harus tetap memvalidasi hasilnya di kode Anda dan menangani kegagalan parsing.
resp = client.chat.completions.create(
model="uncensored",
response_format={"type": "json_object"},
messages=[
{"role": "system", "content": "Reply with JSON only: {\"title\": string, \"tags\": [string]}"},
{"role": "user", "content": "Summarize: a guide to rate limiting for API clients."},
],
)
import json
data = json.loads(resp.choices[0].message.content)
Pemanggilan alat
Pemanggilan alat mengikuti bentuk OpenAI. Anda mengirim tools dan opsional tool_choice. Model menjawab dengan tool_calls, Anda menjalankan fungsi, dan Anda mengirim hasilnya kembali sebagai pesan dengan role: "tool". Pemanggilan alat juga dapat dialirkan.
import json
tools = [{
"type": "function",
"function": {
"name": "get_order_status",
"description": "Look up an order by id",
"parameters": {
"type": "object",
"properties": {"order_id": {"type": "string"}},
"required": ["order_id"],
},
},
}]
messages = [{"role": "user", "content": "Where is order A-1042?"}]
first = client.chat.completions.create(
model="uncensored", messages=messages, tools=tools, tool_choice="auto"
)
msg = first.choices[0].message
if msg.tool_calls:
messages.append(msg)
for call in msg.tool_calls:
args = json.loads(call.function.arguments)
result = {"order_id": args["order_id"], "status": "shipped"}
messages.append({
"role": "tool",
"tool_call_id": call.id,
"content": json.dumps(result),
})
final = client.chat.completions.create(
model="uncensored", messages=messages, tools=tools
)
print(final.choices[0].message.content)
Selalu parsing string argumen secara defensif. Model terkadang mengembalikan argumen yang bukan JSON yang valid, dan try/except di sekitar json.loads dengan satu percobaan ulang adalah asuransi murah.
Batas laju, 429, dan percobaan ulang
Kunci penuh mengizinkan 8 permintaan paralel dan 300 permintaan per menit. Kunci uji coba mengizinkan 2 dan 60. Body permintaan maksimum adalah 8 MB. Ketika Anda melebihi batas Anda mendapatkan HTTP 429, dan kode kesalahan memberi tahu Anda batas mana: rate_limited berarti terlalu banyak permintaan per menit, concurrency berarti terlalu banyak sekaligus. Saat overload sementara API juga mengembalikan 429 dengan header Retry-After: 5.
Itu memberi Anda aturan percobaan ulang sederhana: pada 429, tunggu Retry-After jika ada, jika tidak, mundur secara eksponensial dengan jitter, dan batasi upaya.
import time, random
from openai import OpenAI, RateLimitError
client = OpenAI(base_url="https://api.uncensoredgrok.com/v1", api_key="YOUR_KEY", max_retries=0)
def ask(messages, attempts=5):
for i in range(attempts):
try:
return client.chat.completions.create(model="uncensored", messages=messages)
except RateLimitError as e:
wait = float(e.response.headers.get("Retry-After", 2 ** i))
time.sleep(wait + random.random())
raise RuntimeError("still rate limited")
Jika Anda menjalankan pekerjaan batch, batasi kumpulan pekerja Anda di 8 pada kunci penuh. Delapan pekerja yang masing-masing memegang satu permintaan adalah batas atas, dan kesembilan hanya akan memberi Anda 429 dengan kode concurrency. Permintaan yang gagal atau ditolak tidak dibebankan biaya, sehingga mencoba lagi tidak membebani Anda.
Kebiasaan yang menghemat waktu dalam produksi
Beberapa praktik memberikan hasil cepat setelah permintaan pertama berhasil. Simpan kunci dalam variabel lingkungan atau manajer rahasia, dan berikan setiap lingkungan kuncinya sendiri sehingga Anda dapat merotasi satu tanpa menyentuh yang lain. Log nilai X-Request-Id di samping ID jejak Anda sendiri; jika ada yang terlihat salah dalam respons, ID itu adalah hal yang harus dikutip.
Atur timeout pada klien. Generasi panjang adalah hal biasa ketika Anda mengizinkan completion besar, jadi pilih timeout yang sesuai dengan jawaban terpanjang yang Anda harapkan, dan gunakan streaming untuk apa pun yang ditunggu orang. Batasi max_tokens dalam jalur yang berhadapan dengan pengguna meskipun parameternya opsional, karena batas menempatkan batas atas pada latensi dan pengeluaran.
Jaga riwayat percakapan yang Anda kirim tetap terkendali. Jendela adalah 100.000 token, tetapi input dibebankan pada setiap panggilan, jadi memangkas giliran lama atau meringkasnya adalah optimasi termurah yang Anda miliki. Terakhir, tetapkan pengaturan sampling Anda. Menyetel seed bersama dengan suhu tetap memberi Anda eksekusi yang lebih dapat direproduksi ketika Anda membandingkan varian prompt, meskipun Anda tidak harus menganggapnya sebagai jaminan output yang identik.
Biaya yang dikeluarkan
Penetapan harga adalah $0,15 per 1M token input dan $0,50 per 1M token output, dari saldo prabayar. Tidak ada langganan dan saldo tidak pernah kedaluwarsa. Contoh kerja membuatnya konkret. Ambil permintaan dengan 2.000 token input dan 500 token output:
- Input: 2.000 / 1.000.000 x $0,15 = $0,0003
- Output: 500 / 1.000.000 x $0,50 = $0,00025
- Total: $0,00055 per permintaan, jadi 1.000 permintaan seperti itu berbiaya $0,55.
Kredit uji coba $0,50 oleh karena itu mencakup sekitar 900 permintaan berukuran itu. Pengisian ulang berjalan dari $20 hingga $500 dalam jumlah bulat apa pun, dengan bonus 5% dari $50, 10% dari $100 dan 15% dari $200. Pengisian $100, misalnya, memberikan kredit $110. Pembayaran adalah kripto saja di situs ini: USDT di TRC20 atau USDC di Base. Halaman harga memiliki tabel saat ini.
Prompt tidak digunakan untuk pelatihan. Jika Anda menimbang ini terhadap endpoint lain, artikel yang ada di bayar per token dan jendela konteks 100k mencakup bagaimana pengukuran berperilaku dalam percakapan panjang.
Ketika opsi lain lebih sesuai
Jujur tentang kecocokan. Jika Anda membutuhkan pembuatan gambar, embedding, suara, atau model hasil fine-tuning, API ini tidak menawarkannya. Jika tim kontrak atau kepatuhan Anda memerlukan vendor pihak pertama, gunakan vendor itu. Jika Anda membutuhkan identitas model yang dijamin dari lab tertentu, ini adalah produk yang salah, karena ini menjalankan satu model bobot terbuka dari penyedia independen.
Di mana itu cocok adalah aplikasi yang sudah berbicara protokol OpenAI dan membutuhkan model teks yang menjawab permintaan sah dari orang dewasa tanpa menolaknya: alat penulisan, aplikasi roleplay dan teman untuk dewasa, pelabelan data yang menyentuh subjek sulit, dan harness pengujian. Arahkan klien Anda yang ada ke base URL baru dan bandingkan output pada prompt Anda sendiri sebelum Anda menggunakan kredit.
