Grock API 文档

快速入门：第一次请求

首先将客户端指向我们的基础 URL。使用 https://api.grockapi.com/v1 并在请求头中设置您的 API 密钥。模型标识符始终为 uncensored. 此功能可与任何 OpenAI 兼容的 SDK 配合使用。

认证需要一个有效的 Bearer 令牌。将其作为 Authorization: Bearer YOUR_API_KEY. 如果密钥缺失或无效，您将立即收到 401 错误。

进行您的第一次调用以测试连通性。请求正文必须包含模型名称和 messages 数组。

支持的参数和模式

使用标准参数配置生成行为。您可以调整 temperature 以增加创造性，或使用 top_p 进行核采样。使用 stop 参数定义终止生成的特定序列。

设置 seed 以在调试期间获得确定性输出。Presence 和 frequency 惩罚有助于减少重复。上下文窗口支持多达 100,000 个令牌。

最大输出限制为每次请求 16,000 个 token。不设置 max_tokens 将使用默认的 2,048 输出限制。错误和拒绝不会消耗余额。

流式传输与 token 使用情况

通过将 stream: trueAPI 通过服务器发送事件（SSE）返回数据块。每个数据块包含部分内容和元数据。

Token 用量详情出现在最后一个 chunk 中。这使您能够实时准确追踪成本。最后一个 chunk 包含该请求的完整用量统计。

正确处理流关闭以避免资源泄漏。始终处理最后一个 chunk 以获取准确的计费数据。

函数调用（工具）

在请求体中定义工具。指定工具名称、描述和参数模式。模型在适当时返回工具调用。

使用 tool_choice 参数强制或允许特定行为。您可以将其设置为 auto、required 或特定的工具 ID。

处理应用程序逻辑中的工具调用。将工具输出发送回模型以继续对话。这使复杂的多步工作流无需外部解析即可实现。

JSON 模式与约束

通过将 response_format 设置为 json_object. 模型将返回不带 Markdown 代码块的 JSON。

此模式适用于将数据解析到应用程序中。确保您的 schema 清晰以提高准确性。无效的 JSON 结构可能导致客户端解析错误。

将 JSON 模式与温度控制结合使用，以实现一致的格式。使用停止序列来防止闭合大括号后的尾随字符。

速率限制与配额

每个 API 密钥每分钟限 300 次请求。您最多可同时运行 8 个并发请求。最大请求体大小为 8 MB。

429 错误表示您已超过速率限制。等待后再重试或降低并发数。每个账户只有一个活动密钥；生成新密钥将替换旧密钥。

通过最终流式响应块或响应头监控您的使用情况。402（无余额）或 401（密钥无效）等错误是免费的，不会计入您的配额。

cURL

Copycurl https://api.grockapi.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "calculate the sum of two and three"}]
  }'

Python

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.grockapi.com/v1", api_key="YOUR_KEY")

resp = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Summarise this thread without softening it."}],
)
print(resp.choices[0].message.content)

Node.js

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.grockapi.com/v1", apiKey: process.env.API_KEY });

const resp = await client.chat.completions.create({
  model: "uncensored",
  messages: [{ role: "user", content: "Draft a villain monologue for my game." }],
});
console.log(resp.choices[0].message.content);

流式传输

Copystream = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Tell the story in second person."}],
    stream=True,
)
for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)