A cosa stai passando
Questo sito non è xAI e il modello alla sua base non è Grok. È un modello a pesi aperti, gestito da un provider indipendente e ottimizzato per rispondere senza rifiuti di contenuti per uso adulto legale. L'endpoint parla il formato API OpenAI, quindi qualsiasi SDK o client OpenAI funziona una volta cambiato il base URL e la chiave. Questo lo rende una sostituzione pratica per gli sviluppatori che vogliono migrare con poche modifiche al codice.
Le ragioni per cui le persone cercano una sostituzione variano: costi, rifiuti su testi legittimi di narrativa o ricerca, limiti di frequenza, o la volontà di distribuire il rischio tra due provider. Indipendentemente dal motivo, tratta il passaggio come un cambio di modello. La struttura dell'API rimane familiare, mentre le risposte saranno diverse. Per un approfondimento su come Grok si comporta con i contenuti sensibili, consulta la pagina is Grok AI censored, e per il lato sviluppatore dell'API originale vedi Grok API for developers.
Limite rigido: i contenuti sessuali che coinvolgono minorenni non sono mai permessi qui, in nessuna formulazione.
La migrazione in tre passaggi
Se la tua app utilizza il pattern SDK OpenAI, modifica questi tre valori.
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)
Lo stesso vale in Node passando baseURL e apiKey al costruttore del client, e in curl con l’header Authorization: Bearer:
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"}]}'
I metodi supportati sono POST /v1/chat/completions, POST /v1/responses e GET /v1/models. Ottieni la tua chiave dalla pagina chiave API.
Checklist: cosa verificare prima di effettuare il passaggio
| Area | Verifica | Qui |
|---|---|---|
| Chat e risposte | Quali endpoint chiami | Le completazioni chat e le risposte sono supportate |
| Streaming | SSE con utilizzo alla fine | Sì, con stream: true |
| Chiamata di funzioni | Strumenti, scelta dello strumento, chiamate di strumenti in streaming | Supportato; i risultati tornano come role: "tool" |
| Output strutturato | Modalità JSON | Formato di risposta json_object supportato |
| Campionamento | temperature, top_p, stop, seed, penalità | Trasmesse |
| Contesto | Prompt più grande che invii | 100.000 token, prompt più risposta |
| Media | Funzionalità immagine, audio o video che usi | Non offerte; solo testo |
| Embedding, fine-tuning | Se li usi | Non offerto |
| Ricerca web live o strumenti specifici del provider | Se fai affidamento su di essi | Non parte di questa API; consulta la documentazione |
Scansiona il tuo codice per le funzionalità specifiche del tuo provider attuale. Sono lì che le migrazioni falliscono, non la chiamata chat. Se dipendi da alcune di esse, mantieni il vecchio provider per quel percorso e sposta solo il traffico testuale semplice.
Aspettati risposte diverse e testale
Due modelli dati lo stesso prompt scriveranno in modo diverso, anche quando entrambi sono buoni. I prompt ottimizzati per un modello a volte richiedono piccole modifiche per un altro. Pianifica un passaggio di test:
- Raccogli da 30 a 50 prompt reali dai tuoi log, inclusi i più difficili.
- Esegui contro entrambi i provider con le stesse impostazioni.
- Confronta manualmente o con uno script di scoring per formato, lunghezza, rifiuti ed errori fattuali.
- Correggi i prompt dove il nuovo modello devia, solitamente specificando più esplicitamente formato e lunghezza.
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")
Leggi le risposte fianco a fianco. Non affidarti a un numero di benchmark per dirti quale modello si adatta al tuo compito; i tuoi prompt sono il test. Presta attenzione speciale a tre cose: se le risposte seguono i tuoi limiti di lunghezza, se l'output JSON viene analizzato al primo tentativo, e come il modello gestisce i prompt sensibili che ti hanno spinto a cercare un'alternativa fin dall'inizio. Tieni il file dei risultati, così potrai rieseguirlo dopo eventuali modifiche successive.
Costi: un esempio pratico
I prezzi qui sono $0,15 per 1M token di input e $0,50 per 1M token di output. Immagina che il tuo prodotto invii 10M token di input e 2M token di output in un mese.
- Input: 10 x $0,15 = $1,50
- Output: 2 x $0,50 = $1,00
- Totale mensile: $2,50
Per confrontarti con il tuo provider attuale, prendi i loro prezzi pubblicati attuali dalla loro pagina dei prezzi ed esegui le stesse due moltiplicazioni. Non copiare i numeri dagli articoli, incluso questo, perché i prezzi cambiano. Il fatturazione qui è credito prepagato senza abbonamento, il credito non scade mai, e le richieste fallite o rifiutate non vengono addebitate. Le ricariche sono qualsiasi importo intero da $20 a $500 in cripto (USDT su TRC20 o USDC su Base), con +5% da $50, +10% da $100 e +15% da $200. Vedi la pagina dei prezzi.
Quando dovresti restare dove sei
Un confronto equo deve dire quando non passare. Resta con il tuo provider attuale, o mantienilo per parte del tuo traffico, in questi casi:
- Hai bisogno di input o output multimodali. Questa API gestisce solo testo.
- Usi funzionalità specifiche del provider, come la ricerca integrata o strumenti speciali. Non esistono qui.
- Hai bisogno del comportamento esatto di un modello particolare. Questo è un modello diverso, e nessuna regolazione lo renderà identico.
- Il tuo volume richiede più di 8 richieste concorrenti. Verifica se il tuo traffico si adatta ai limiti prima di passare.
Passa, o aggiungi questo endpoint come seconda rotta, quando i tuoi problemi principali sono i rifiuti su contenuti adulti legali, un conto che cresce con i conteggi dei token, o il desiderio di evitare un singolo punto di guasto. Molti team eseguono due provider dietro un piccolo wrapper: il wrapper sceglie l'endpoint in base al compito, e fa fallback sull'altro in caso di errori.
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");
}
Ricorda che i nomi dei modelli variano per provider. In un wrapper reale, memorizza l'ID del modello accanto a ogni client.
Limiti, errori e rollout sicuro
Una chiave completa permette 8 richieste parallele e 300 richieste al minuto. Una chiave di prova permette 2 parallele e 60 al minuto. Il corpo massimo è 8 MB. Le risposte includono X-Request-Id, X-Balance-USD e intestazioni di limite di richieste, così puoi registrare il tuo saldo su ogni chiamata.
Quando superi un limite l'API restituisce HTTP 429. Il codice di errore rate_limited significa troppe richieste al minuto, concurrency significa troppe contemporaneamente, e un sovraccarico temporaneo aggiunge un'intestazione Retry-After: 5. Una richiesta in streaming mantiene il suo slot di concorrenza fino alla fine dello stream, quindi gli stream lunghi contano contro gli 8. Se il tuo provider attuale permetteva parallelismo maggiore, aggiungi una coda.
Per un rilascio sicuro, invia una piccola quota di traffico (ad esempio il 5%) al nuovo endpoint dietro un flag, monitora i tassi di errore e il feedback degli utenti per alcuni giorni, poi aumenta la quota. Mantieni un fallback al vecchio provider per gli errori. Se qualcosa sembra sbagliato, la guida per il troubleshooting potrebbe aiutarti, e la documentazione elenca ogni parametro.

