你獲得的,以及未獲得的
我們先釐清事實,因為網站名稱可能產生誤導。這不是 xAI 或 Grok 的官方 API。它是由獨立供應商託管、基於單一開放權重模型運作的 API,並針對合法成人用途進行微調,使其不會因內容審查而拒絕回答。它也不是跨多個供應商的轉發器。如果你需要 xAI 自家的模型,請前往 xAI 並查看其目前的條款與定價。
它適用於單純的開發工作流程。API 採用 OpenAI chat completions 格式,因此你現有的用戶端程式庫仍可繼續運作。你只需更改兩個值:Base URL 與金鑰,並將 uncensored 作為模型 ID 傳入。共有兩個端點:POST /v1/chat/completions 與 GET /v1/models。驗證採用標準的 Authorization: Bearer 標頭。
服務僅限文字。沒有影像、音訊或影片生成、沒有嵌入向量也沒有微調。上下文視窗為 100,000 token,提示詞和補全合計計算,且 max_tokens 為選填。有一個硬性內容限制:絕對禁止涉及未成年人的性內容。
如果這符合您的建構需求,本頁其餘部分涵蓋開發者詢問的細節:首次請求、串流輸出、結構化輸出、工具、限制和成本。
你的首次請求
從 API 金鑰頁面建立帳戶,複製金鑰並發送請求。註冊支援 Google 或電子郵件與密碼。新用戶可在該頁面一鍵領取 $0.50 的免費試用額度,每人限領一次,有效期為 7 天。試用金鑰的速率限制低於完整金鑰:2 個並行請求和每分鐘 60 個請求。
從 curl 開始,因為它能排除其他變數:
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."}
]
}'
使用官方 Python SDK 的相同呼叫:
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)
在除錯其他事項之前,呼叫 GET /v1/models 是檢查你的金鑰與 Base URL 是否正確的廉價方式。每個回應都包含標頭 X-Request-Id、X-Balance-USD、X-RateLimit-Limit-Requests 與 X-RateLimit-Limit-Concurrency。請將請求 ID 記錄在你自己的日誌中,並在執行無人值守作業時注意餘額標頭。
採樣參數如 temperature、top_p、stop、seed 以及頻率和存在懲罰會直接傳遞給模型。完整的參數說明位於 說明文件頁面。
串流輸出
設定 stream: true,回應會以伺服器發送事件(SSE)形式到達,每個 token 群組一個區塊,並在串流結束時報告用量。對於聊天介面,這是在等待畫面和打字畫面之間的區別。
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)
Node 中的模式相同:
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 ?? "");
}
一個細節對容量規劃很重要。串流請求會保留其並行槽位直到串流結束。如果客戶端開啟串流後停滯,該槽位仍會被佔用,因此請關閉不再讀取的串流。
JSON 模式與工具呼叫
對於結構化輸出,請傳入 response_format 並設定類型為 json_object。同時在提示詞中說明您需要 JSON,並指定預期的鍵。JSON 模式有助於模型產生可解析的文字,但仍應在程式碼中驗證結果並處理解析失敗的情況。
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)
函式呼叫
函式呼叫遵循 OpenAI 的格式。您傳送 tools 和可選的 tool_choice。模型以 tool_calls 回應,您執行函式,然後以 role: "tool" 訊息回傳結果。函式呼叫也可以串流輸出。
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)
務必防禦性地解析參數字串。模型有時會回傳無效 JSON 的參數,在 json.loads 周圍加上 try/except 並重試一次是廉價的保險。
速率限制、429 錯誤與重試
完整金鑰允許 8 個並行請求和每分鐘 300 個請求。試用金鑰允許 2 個和 60 個。最大請求主體為 8 MB。當超過限制時,您會收到 HTTP 429,錯誤程式碼會告訴您哪個限制:rate_limited 表示每分鐘請求過多,concurrency 表示同時請求過多。在暫時過載時,API 也會回傳 429 並帶有 Retry-After: 5 標頭。
這為您提供了一個簡單的重試規則:遇到 429 時,如果存在 Retry-After 則等待,否則以抖動指數退避,並限制重試次數。
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")
如果您執行批次作業,請將完整金鑰的worker 池限制在 8。8 個 worker 各持有一個請求是上限,第九個只會讓您收到錯誤碼為 concurrency 的 429。失敗或拒絕的請求不會收費,因此重試不會花錢。
節省生產環境時間的習慣
一旦首次請求運作,一些做法會很快見效。將金鑰儲存在環境變數或金鑰管理員中,並為每個環境提供自己的金鑰,以便在不觸及其他金鑰的情況下輪替金鑰。將 X-Request-Id 值記錄在您自己的追蹤 ID 旁邊;如果回應看起來有問題,該 ID 就是應該引用的內容。
為客戶端設定超時時間。當允許較長的補全時,長時間生成是正常的,因此請根據你最長的預期回答時間選擇超時時間,並對使用者等待的項目使用串流輸出。即使 max_tokens 是可選參數,也請在使用者導向的路徑中設定上限,因為上限能同時限制延遲與花費。
保持您傳送的對話歷史在控制範圍內。視窗為 100,000 token,但每次呼叫都會對輸入計費,因此修剪舊輪次或總結它們是您最便宜的優化。最後,固定您的採樣設定。設定 seed 並搭配固定溫度,可在比較提示變體時提供更可重複的執行結果,儘管不應將其視為輸出完全相同的保證。
費用說明
定價為每 1M 輸入 token $0.15,每 1M 輸出 token $0.50,從預付額度扣除。無訂閱費用,且額度永不失效。舉例說明會更具體。假設有一個請求包含 2,000 個輸入 token 與 500 個輸出 token:
- 輸入:2,000 / 1,000,000 x $0.15 = $0.0003
- 輸出:500 / 1,000,000 x $0.50 = $0.00025
- 總計:每次請求 $0.00055,因此 1,000 次此類請求的成本為 $0.55。
因此,$0.50 的試用額度大約可涵蓋 900 次此類請求。儲值金額範圍為 $20 至 $500 的任意整數,從 $50 起贈 5%,從 $100 起贈 10%,從 $200 起贈 15%。例如,$100 的儲值將獲得 $110 額度。此網站僅接受加密貨幣付款:TRC20 上的 USDT 或 Base 上的 USDC。定價頁面有目前的費率表。
提示詞不會用於訓練。如果你正在將此服務與其他端點進行比較,關於 按 token 計費與 100k 上下文視窗的現有文章涵蓋了長對話中計費行為的運作方式。
當其他選項更適合時
誠實評估適用性。如果您需要影像生成、嵌入向量、語音或微調模型,此 API 不提供這些功能。如果您的合約或合規團隊要求第一方供應商,請使用該供應商。如果您需要來自特定實驗室的可保證模型身份,這不是正確的產品,因為它運行來自獨立供應商的單一開放權重模型。
它適用的場景是已經使用 OpenAI 協議且需要文字模型以無審查方式回答合法成人請求的應用程式:寫作工具、成人角色扮演和伴侶應用程式、涉及困難主題的資料標記,以及測試框架。將您現有的客戶端指向新的 Base URL,並在承諾額度之前,使用您自己的提示詞比較輸出結果。
