你得到什么,以及得不到什么
首先让我们明确一点,因为网站名称可能会产生误导。这不是 xAI 或 Grok 的官方 API。它是位于单一开放权重模型前的托管 API,由独立提供商运营,经过调整以在无审查的情况下回答,适用于合法的成人用途。它也不是跨多个供应商的路由。如果你需要 xAI 自己的模型,请前往 xAI 并查看其当前的条款和定价。
它的用途在于简洁的开发工作流。该 API 遵循 OpenAI 聊天补全格式,因此你现有的客户端库可以继续使用。你只需更改两个值:Base URL 和密钥,并将 uncensored 作为模型 ID 传入。存在两个接口:POST /v1/chat/completions 和 GET /v1/models。认证使用标准的 Authorization: Bearer 头。
该服务仅支持文本。不支持图像、音频或视频生成,也不支持嵌入和微调。上下文窗口为 100,000 个 token,提示词和补全的 token 总数合并计算,max_tokens 是可选的。有一个硬性内容限制:永远不包含涉及未成年人的性内容。
如果这符合你的构建需求,本页面的其余部分将涵盖开发者常问的细节:首次请求、流式输出、结构化输出、工具、限制和成本。
你的第一次请求
从 API 密钥页面 创建账户,复制密钥,然后发送请求。注册支持 Google 或邮箱和密码。新用户可以在该页面一键领取 $0.50 的免费试用额度,每人限领一次,有效期为 7 天。试用密钥的运行限制低于完整密钥:2 个并发请求和每分钟 60 个请求。
先从 curl 开始,因为它排除了其他所有变量:
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 的相同调用:
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)
调用 GET /v1/models 是检查密钥和基础 URL 是否正确的一种低成本方法,然后再调试其他内容。每个响应都包含头 X-Request-Id、X-Balance-USD、X-RateLimit-Limit-Requests 和 X-RateLimit-Limit-Concurrency。将请求 ID 记录在你的日志中,并在运行无人值守作业时监控余额头。
采样参数如 temperature、top_p、stop、seed 以及频率和存在惩罚将透传给模型。完整的参数说明在 文档页面上。
流式输出
设置 stream: true,响应将以服务器发送事件(SSE)形式到达,每个 token 组一个块,并在流结束时报告使用情况。对于聊天界面,这是等待界面和打字界面之间的区别。
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 ?? "");
}
一个细节对容量规划很重要。流式请求会保留其并发槽位,直到流结束。如果客户端打开流后停滞,该槽位将被占用,因此请关闭你不再读取的流。
JSON 模式和工具调用
对于结构化输出,传递 response_format 并将类型设为 json_object。同时在提示词中说明你想要 JSON,并命名你期望的键。JSON 模式有助于模型生成可解析的文本,但你仍应在代码中验证结果并处理解析失败的情况。
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)
函数调用
工具调用遵循 OpenAI 的格式。你发送 tools 和可选的 tool_choice。模型以 tool_calls 作答,你执行函数,然后将结果以 role: "tool" 的消息形式发回。工具调用也可以流式传输。
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)
始终防御性地解析参数字符串。模型有时会返回不是有效 JSON 的参数,在 json.loads 周围使用 try/except 并重试一次是低成本保险。
速率限制、429 错误和重试
完整密钥允许 8 个并发请求和每分钟 300 个请求。试用密钥允许 2 个和 60 个。最大请求体为 8 MB。当你超出限制时,你会收到 HTTP 429 错误,错误代码会告诉你哪个限制:rate_limited 表示每分钟请求过多,concurrency 表示同时请求过多。在临时过载时,API 还会返回带有 Retry-After: 5 头的 429 错误。
这为你提供了一个简单的重试规则:遇到 429 时,如果存在 Retry-After,则等待该时间,否则以抖动方式指数退避,并限制重试次数。
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")
如果你运行批处理作业,请将完整密钥的工作池限制为 8。八个工作进程每个持有一个请求是上限,第九个只会让你收到代码为 concurrency 的 429 错误。失败或被拒绝的请求不会收费,因此重试不会花费你的钱。
节省生产环境时间的习惯
一旦首次请求成功,一些做法会很快带来回报。将密钥存储在环境变量或密钥管理器中,并为每个环境提供单独的密钥,以便你可以轮换其中一个而不影响其他环境。将 X-Request-Id 值记录在你的跟踪 ID 旁边;如果响应看起来有问题,该 ID 是你要引用的内容。
在客户端设置超时。当允许长补全时,生成长时间很正常,因此选择适合你最长预期答案的超时时间,并对任何人等待的内容使用流式输出。即使在用户可见的路径中,也要限制 max_tokens,尽管该参数是可选的,因为限制可以为延迟和支出设置上限。
控制你发送的对话历史。窗口为 100,000 个 token,但每次调用都会对输入计费,因此修剪旧轮次或总结它们是成本最低的优化。最后,固定你的采样设置。将 seed 与固定温度一起设置,可以在比较提示变体时提供更可重复的运行结果,尽管你不应将其视为输出完全一致的保证。
费用说明
定价为每 100 万输入 token $0.15,每 100 万输出 token $0.50,从预付额度中扣除。无订阅,且额度永不失效。一个具体的例子使其更清晰。假设一个请求包含 2,000 个输入 token 和 500 个输出 token:
- 输入:2,000 / 1,000,000 x $0.15 = $0.0003
- 输出:500 / 1,000,000 x $0.50 = $0.00025
- 总计:每次请求 $0.00055,因此 1,000 次此类请求的成本为 $0.55。
$0.50 的试用额度因此可以覆盖大约 900 次该大小的请求。充值金额为 $20 至 $500 之间的任意整数,从 $50 起有 5% 的奖励,从 $100 起有 10% 的奖励,从 $200 起有 15% 的奖励。例如,$100 的充值将 到账 $110。本网站仅支持加密货币支付:TRC20 上的 USDT 或 Base 上的 USDC。定价页面有当前的表格。
提示词不用于训练。如果你正在将此与其他接口进行比较,现有的关于 按 token 付费和 100k 上下文窗口 的文章涵盖了计量在长对话中的行为。
当其他选项更合适时
诚实地评估适用性。如果你需要图像生成、嵌入、语音或微调模型,该 API 不提供这些功能。如果你的合同或合规团队要求使用第一方供应商,请使用该供应商。如果你需要来自特定实验室的保证模型身份,这不是正确的产品,因为它运行来自独立供应商的单一开放权重模型。
它适用的场景是已经采用 OpenAI 协议的应用,需要一个文本模型来回答合法的成人请求而不拒绝它们:写作工具、成人角色扮演和伴侣应用、触及困难主题的数据标注以及测试框架。将现有客户端指向新的基础 URL,并在承诺充值额度之前,使用你自己的提示词比较输出。
