제공되는 것과 제공되지 않는 것
먼저 정확히 설명하겠습니다. 사이트 이름이 오해를 불러일으킬 수 있기 때문입니다. 이는 xAI 또는 Grok의 공식 API가 아닙니다. 이 API는 독립적인 제공자가 운영하는 단일 오픈 웨이트 모델 앞에 위치한 호스팅 API이며, 합법적인 성인 사용에 대한 콘텐츠 거부 없이 응답하도록 조정되었습니다. 또한 여러 벤더를 라우팅하는 서비스도 아닙니다. xAI의 자체 모델이 필요하다면 xAI로 이동하여 현재 약관과 가격 정보를 확인하세요.
이 API는 단순한 개발자 워크플로우에 유용합니다. API는 OpenAI chat completions 형식을 지원하므로 기존에 사용하던 클라이언트 라이브러리가 계속 작동합니다. Base URL과 키라는 두 가지 값만 변경하면 되고, 모델 ID로 uncensored를 전달하면 됩니다. 두 개의 엔드포인트가 있습니다: POST /v1/chat/completions 및 GET /v1/models. 인증은 표준 Authorization: Bearer 헤더를 사용합니다.
이 서비스는 텍스트 전용입니다. 이미지, 오디오 또는 비디오 생성, 임베딩, 파인튜닝이 제공되지 않습니다. 컨텍스트 창은 프롬프트와 완료의 합계 기준으로 100,000 토큰이며, max_tokens은 선택 사항입니다. 콘텐츠 제한은 하나뿐입니다: 미성년자와 관련된 성적 콘텐츠는 절대 없습니다.
이것이 만들고 있는 것과 일치한다면, 이 페이지의 나머지 부분에서는 개발자들이 자주 묻는 첫 번째 요청, 스트리밍, 구조화된 출력, 도구, 제한 사항 및 비용에 대한 세부 사항을 다룹니다.
첫 번째 요청
API 키 페이지에서 계정을 생성하고 키를 복사한 후 요청을 보내세요. 회원가입은 Google 또는 이메일과 비밀번호로 가능합니다. 새 사용자는 해당 페이지에서 한 번의 클릭으로 7일 동안 유효한 $0.50의 무료 체험 크레딧을 받을 수 있습니다. 체험 키는 일반 키보다 낮은 제한을 가집니다: 동시 요청 2개와 분당 60개의 요청.
curl로 시작하세요. 다른 변수를 제거할 수 있기 때문입니다:
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."}
]
}'
공식 Python SDK를 사용한 동일한 호출:
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)
GET /v1/models 호출은 다른 디버깅을 시작하기 전에 API 키와 Base URL이 올바른지 확인하는 간단한 방법입니다. 모든 응답에는 X-Request-Id, X-Balance-USD, X-RateLimit-Limit-Requests 및 X-RateLimit-Limit-Concurrency 헤더가 포함됩니다. 요청 ID를 자체 로그에 기록하고, 무인 작업을 실행할 때는 잔액 헤더를 확인하십시오.
temperature, top_p, stop, seed와 같은 샘플링 매개변수 및 빈도 및 존재 패널티는 모델에 전달됩니다. 전체 매개변수 설명은 문서 페이지에서 확인할 수 있습니다.
스트리밍
stream: true를 설정하면 응답이 서버 전송 이벤트로 도착하며, 각 토큰 그룹당 하나의 청크로 제공되고 스트림 끝에 사용량이 보고됩니다. 채팅 인터페이스의 경우 이는 화면이 기다리는 것과 화면이 타이핑하는 것의 차이입니다.
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)
Node에서의 패턴도 동일합니다:
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 ?? "");
}
용량 계획에 중요한 세부 사항이 하나 있습니다. 스트리밍된 요청은 스트림이 끝날 때까지 동시성 슬롯을 유지합니다. 클라이언트가 스트림을 열었다가 멈추면 해당 슬롯이 점유된 상태로 유지되므로, 더 이상 읽지 않는 스트림은 닫으세요.
JSON 모드 및 도구 호출
구조화된 출력을 위해 response_format에 type json_object을 전달하세요. 또한 프롬프트에서 JSON을 원한다는 것과 예상하는 키의 이름을 명시하세요. JSON 모드는 모델이 구문 분석 가능한 텍스트를 생성하도록 돕지만, 여전히 코드에서 결과를 검증하고 구문 분석 실패를 처리해야 합니다.
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)
함수 호출
도구 호출은 OpenAI의 구조를 따릅니다. tools와 선택적으로 tool_choice을 전송합니다. 모델은 tool_calls로 응답하고, 함수를 실행한 후 결과를 role: "tool" 메시지로 다시 전송합니다. 도구 호출도 스트리밍될 수 있습니다.
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)
항상 방어적으로 인수 문자열을 구문 분석하세요. 모델은 때때로 유효하지 않은 JSON 형식의 인수를 반환하므로, json.loads 주위에 try/except와 재시도 한 번을 추가하는 것은 저렴한 보험입니다.
속도 제한, 429 오류 및 재시도
전체 키는 동시 8개 요청과 분당 300개 요청을 허용합니다. 체험 키는 각각 2개와 60개를 허용합니다. 최대 요청 본문 크기는 8 MB입니다. 제한을 초과하면 HTTP 429 오류가 발생하며, 오류 코드로 어떤 제한을 초과했는지 알 수 있습니다. rate_limited은 분당 요청 수가 많음을 의미하고, concurrency은 동시 요청 수가 많음을 의미합니다. 일시적 과부하 시 API는 Retry-After: 5 헤더와 함께 429도 반환합니다.
이것은 간단한 재시도 규칙을 제공합니다: 429 오류 발생 시, Retry-After이 있으면 해당 시간만큼 대기하고, 없으면 지터와 함께 지수 백오프를 적용하며 시도 횟수를 제한하세요.
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")
배치 작업을 실행한다면 일반 키의 경우 워커 풀을 8로 제한하세요. 각 워커가 하나의 요청을 유지하는 8개의 워커가 한계이며, 아홉 번째 워커는 오직 코드 concurrency와 함께 429 오류만 받을 것입니다. 실패하거나 거부된 요청은 요금이 부과되지 않으므로 재시도해도 비용이 들지 않습니다.
프로덕션에서 시간을 절약하는 습관
첫 번째 요청이 작동한 후에 몇 가지 관행이 빠르게 효과를 발휘합니다. 키를 환경 변수나 시크릿 관리자에 저장하고, 각 환경에 고유한 키를 부여하여 다른 키에 영향을 주지 않고 하나만 교체할 수 있게 하세요. 자체 추적 ID 옆에 X-Request-Id 값을 로그에 기록하세요. 응답에 문제가 있으면 해당 ID를 인용해야 합니다.
클라이언트에 시간 제한을 설정하세요. 긴 완료를 허용하면 생성 시간이 길어지는 것이 일반적이므로, 가장 긴 예상 답변에 맞는 시간 제한을 선택하세요. 사람이 기다리는 작업에는 스트리밍을 사용하세요. 매개변수가 선택 사항이라도 사용자 대면 경로에서는 max_tokens을 제한하세요. 이렇게 하면 지연 시간과 지출 모두에 상한을 설정할 수 있습니다.
전송하는 대화 기록을 통제된 상태로 유지하세요. 컨텍스트 창은 100,000 토큰이지만, 입력은 모든 호출에 대해 요금이 부과되므로 오래된 턴을 제거하거나 요약하는 것이 가장 저렴한 최적화 방법입니다. 마지막으로 샘플링 설정을 고정하세요. 고정된 temperature와 함께 seed을 설정하면 프롬프트 변형을 비교할 때 더 일관된 실행 결과를 얻을 수 있지만, 이를 동일한 출력의 보장으로 간주해서는 안 됩니다.
비용 구조
가격은 선불 크레딧 기준 입력 토큰 100만 개당 $0.15, 출력 토큰 100만 개당 $0.50이며 구독은 없고 크레딧은 만료되지 않습니다. 구체적인 예시를 들어보겠습니다. 입력 토큰 2,000개와 출력 토큰 500개로 이루어진 요청을 가정해 보세요:
- 입력: 2,000 / 1,000,000 x $0.15 = $0.0003
- 출력: 500 / 1,000,000 x $0.50 = $0.00025
- 총 비용: 요청당 $0.00055이므로, 1,000개의 해당 요청 비용은 $0.55입니다.
$0.50의 체험 크레딧은 크기가 비슷한 요청을 약 900회 처리할 수 있습니다. 충전은 $20부터 $500까지의 정수 금액으로 가능하며, $50부터 5%, $100부터 10%, $200부터 15%의 보너스가 제공됩니다. 예를 들어 $100 충전 시 $110의 크레딧이 제공됩니다. 이 사이트에서는 암호화폐로만 결제할 수 있습니다: TRC20의 USDT 또는 Base의 USDC. 현재 가격표는 가격 페이지에서 확인할 수 있습니다.
프롬프트는 학습에 사용되지 않습니다. 다른 엔드포인트와 비교 중이라면 토큰 기반 과금과 100k 컨텍스트 창의 기존 기사가 긴 대화에서 미터링 동작을 설명합니다.
다른 옵션이 더 적합할 때
적합성에 대해 솔직해지세요. 이미지 생성, 임베딩, 음성 또는 파인튜닝된 모델이 필요하다면 이 API는 제공하지 않습니다. 계약 또는 규정 준수 팀이 제1자 벤더를 요구한다면 해당 벤더를 사용하세요. 특정 연구소의 모델 정체성을 보장받아야 한다면 이 제품이 적합하지 않습니다. 이 제품은 독립적인 제공자의 단일 오픈 웨이트 모델을 실행하기 때문입니다.
적합한 곳은 이미 OpenAI 프로토콜을 사용하고 있으며, 성인의 합법적인 요청을 거절하지 않고 응답하는 텍스트 모델이 필요한 경우입니다: 작성 도구, 성인을 위한 롤플레이 및 컴패니언 앱, 민감한 주제를 다루는 데이터 레이블링, 테스트 하네스 등이 있습니다. 기존 클라이언트를 새 Base URL로 가리킨 후, 선불 크레딧을 사용하기 전에 자체 프롬프트로 출력을 비교하십시오.
