Co otrzymujesz, a czego nie
Bądźmy precyzyjni, bo nazwa strony może mylić. To nie jest oficjalne API xAI ani Grok. To API hostowane przed jednym modelem o otwartych wagach, obsługiwane przez niezależnego dostawcę i dostrojone do odpowiadania bez odmów treści dla użytkowników pełnoletnich. To również nie jest router między wieloma dostawcami. Jeśli potrzebujesz własnych modeli xAI, przejdź do xAI i sprawdź ich aktualne warunki i ceny.
Przydaje się w zwykłym przepływie pracy dewelopera. API obsługuje format chat completions OpenAI, więc istniejące biblioteki klienckie nadal działają. Zmieniasz dwie wartości: base URL i klucz, oraz przekazujesz uncensored jako identyfikator modelu. Dostępne są dwa endpointy: POST /v1/chat/completions i GET /v1/models. Autoryzacja to standardowy nagłówek Authorization: Bearer.
Usługa obsługuje tylko tekst. Nie ma generowania obrazów, audio ani wideo, nie ma embeddingów ani fine-tuningu. Okno kontekstu wynosi 100 000 tokenów, liczone łącznie dla promptu i completion, a max_tokens jest opcjonalne. Istnieje jeden twardy limit treści: nigdy nic, co dotyczy treści seksualnych z nieletnimi.
Jeśli pasuje to, co budujesz, reszta tej strony omawia szczegóły, o które pytają deweloperzy: pierwsze zapytanie, strumieniowanie, wyjście strukturalne, narzędzia, limity i koszt.
Twoje pierwsze zapytanie
Utwórz konto na stronie klucza API, skopiuj klucz i wyślij zapytanie. Rejestracja działa przez Google lub e-mail i hasło. Nowi użytkownicy mogą jednorazowo odebrać $0,50 kredytu próbnego na tej stronie, na jedną osobę, ważny przez siedem dni. Klucz próbny działa na niższych limitach niż pełny klucz: 2 równoległe zapytania i 60 zapytań na minutę.
Zacznij od curl, ponieważ eliminuje to wszystkie inne zmienne:
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."}
]
}'
To samo wywołanie z oficjalnym SDK Python:
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)
Wywołanie GET /v1/models to tani sposób sprawdzenia, czy Twój klucz i base URL są poprawne, zanim zaczniesz debugować. Każda odpowiedź zawiera nagłówki X-Request-Id, X-Balance-USD, X-RateLimit-Limit-Requests i X-RateLimit-Limit-Concurrency. Zaloguj ID zapytania w swoich logach i obserwuj nagłówek salda, jeśli uruchamiasz zadania bez nadzoru.
Parametry próbkowania, takie jak temperature, top_p, stop, seed oraz kary za częstotliwość i obecność, są przekazywane do modelu. Pełne uwagi dotyczące parametrów znajdziesz na stronie dokumentacji.
Strumieniowanie
Ustaw stream: true, a odpowiedź przybędzie jako zdarzenia wysyłane przez serwer, jeden fragment na grupę tokenów, z raportem użycia na końcu strumienia. Dla interfejsu czatu to różnica między ekranem, który czeka, a ekranem, który pisze.
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)
W Node wzorzec jest taki sam:
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 ?? "");
}
Jeden szczegół ma znaczenie dla planowania pojemności. Strumieniowane zapytanie zajmuje slot równoległości do końca strumienia. Jeśli klient otworzy strumień, a następnie zawiesi się, slot pozostaje zajęty, więc zamykaj strumienie, których już nie czytasz.
Tryb JSON i wywoływanie narzędzi
Dla wyjścia strukturalnego przekaż response_format z typem json_object. Powiedz też w promptie, że chcesz JSON, i wymień oczekiwane klucze. Tryb JSON pomaga modelowi wyprodukować tekst do parsowania, ale nadal powinieneś zwalidować wynik w kodzie i obsłużyć nieudane parsowanie.
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)
Wywoływanie funkcji
Wywoływanie narzędzi podąża za kształtem OpenAI. Wysyłasz tools i opcjonalnie tool_choice. Model odpowiada tool_calls, uruchamiasz funkcję i zwracasz wynik jako wiadomość z role: "tool". Wywołania narzędzi mogą również strumieniować.
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)
Zawsze parsuj argumenty defensywnie. Modele czasem zwracają argumenty, które nie są poprawnym JSON, a try/except wokół json.loads z jednym ponowieniem to tanie ubezpieczenie.
Limity zapytań, 429 i ponawianie
Pełny klucz pozwala na 8 równoległych zapytań i 300 zapytań na minutę. Klucz próbny pozwala na 2 i 60. Maksymalna treść zapytania to 8 MB. Gdy przekroczysz limit, otrzymasz HTTP 429, a kod błędu wskaże, który limit: rate_limited oznacza za wiele zapytań na minutę, concurrency oznacza za wiele naraz. Przy tymczasowym przeciążeniu API zwraca również 429 z nagłówkiem Retry-After: 5.
Daje to prostą regułę ponawiania: przy 429, poczekaj na Retry-After, jeśli jest obecny, w przeciwnym razie stosuj wykładniczy backoff z jitterem i ogranicz próby.
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")
Jeśli uruchamiasz zadania wsadowe, ogranicz pulę workerów do 8 przy pełnym kluczu. Osiem workerów trzymających po jednym zapytaniu to sufit, a dziewiąty przyniesie Ci tylko 429 z kodem concurrency. Nieudane lub odrzucone zapytania nie są rozliczane, więc ponawianie nie kosztuje Cię pieniędzy.
Nawyki oszczędzające czas w produkcji
Kilka praktyk opłaca się szybko, gdy pierwsze zapytanie zadziała. Przechowuj klucz w zmiennej środowiskowej lub menedżerze sekretów i daj każdemu środowisku własny klucz, abyś mógł zrotować jeden bez dotykania innych. Zaloguj wartość X-Request-Id obok własnego ID śledzenia; jeśli coś wygląda źle w odpowiedzi, to ID jest tym, co należy podać.
Ustaw limit czasu w kliencie. Długie generacje są normalne, gdy pozwalasz na duże completion, więc wybierz limit czasu pasujący do Twojej najdłuższej oczekiwanej odpowiedzi i użyj strumieniowania dla wszystkiego, na co czeka osoba. Ogranicz max_tokens w ścieżkach widocznych dla użytkownika, mimo że parametr jest opcjonalny, ponieważ limit stawia sufit na opóźnieniu i wydatkach.
Trzymaj historię konwersacji, którą wysyłasz, pod kontrolą. Okno ma 100 000 tokenów, ale wejście jest rozliczane przy każdym wywołaniu, więc przycinanie starych tur lub ich podsumowanie to najtańsza optymalizacja, jaką masz. Na koniec zablokuj ustawienia próbkowania. Ustawienie seed wraz ze stałą temperaturą daje bardziej powtarzalne wyniki przy porównywaniu wariantów promptów, choć nie należy traktować tego jako gwarancji identycznego wyjścia.
Koszt
Ceny to $0,15 za 1M tokenów wejściowych i $0,50 za 1M tokenów wyjściowych, z przedpłaconego kredytu. Nie ma subskrypcji, a kredyt nigdy nie wygasa. Przykład obliczeniowy czyni to konkretnym. Weź zapytanie z 2000 tokenami wejściowymi i 500 tokenami wyjściowymi:
- Wejście: 2 000 / 1 000 000 x $0,15 = $0,0003
- Wyjście: 500 / 1 000 000 x $0,50 = $0,00025
- Razem: $0,00055 za zapytanie, więc 1000 takich zapytań kosztuje $0,55.
Darmowy kredyt próbny $0,50 obejmuje więc około 900 zapytań o takim rozmiarze. Doładowania wynoszą od $20 do $500 w dowolnej kwocie całkowitej, z bonusem 5% od $50, 10% od $100 i 15% od $200. Doładowanie za $100, na przykład, daje $110. Płatność na tej stronie jest wyłącznie kryptowalutami: USDT na TRC20 lub USDC na Base. Tabela z aktualnymi cenami znajduje się na stronie z cenami.
Prompty nie są używane do trenowania. Jeśli porównujesz nas z innym endpointem, istniejący artykuł o płaceniu za token i oknie kontekstu 100k wyjaśnia, jak działa rozliczenie w długich rozmowach.
Kiedy lepszą opcją jest coś innego
Bądź szczery co do dopasowania. Jeśli potrzebujesz generowania obrazów, embeddingów, mowy lub dostrojonego modelu, to API ich nie oferuje. Jeśli Twój zespół ds. umów lub compliance wymaga dostawcy first-party, użyj tego dostawcy. Jeśli potrzebujesz gwarantowanej tożsamości modelu z konkretnego laboratorium, to jest niewłaściwy produkt, ponieważ obsługuje jeden model o otwartych wagach od niezależnego dostawcy.
Pasuje tam, gdzie aplikacja już mówi protokołem OpenAI i potrzebuje modelu tekstowego, który odpowiada na legalne zapytania pełnoletnich bez odmowy: narzędzia do pisania, aplikacje do roleplay i towarzyskie dla dorosłych, etykietowanie danych dotykających trudnych tematów i harnessy testowe. Wskaż istniejącego klienta na nowy base URL i porównaj wyjście na własnych promptach przed zobowiązaniem kredytu.
