Início rápido: integre com Python & JS

Pré-requisitos e configuração do URL base

Conecte seu cliente ao endpoint correto primeiro. Hospedamos uma API compatível com OpenAI em https://api.grokuncensoredversion.com/v1. Você precisa de uma chave de API ativa, obtida via cadastro com Google ou e-mail. O identificador do modelo que você deve enviar é "uncensored". Este é um único modelo de pesos abertos, não uma camada de roteamento para GPT ou Grok. Defina sua URL base e chave nas variáveis de ambiente antes de escrever o código.

Instalando o SDK oficial da OpenAI

Use as bibliotecas oficiais para lidar com a autenticação automaticamente. Instale o pacote via seu gerenciador de pacotes padrão. O cliente lerá as variáveis de ambiente que você configurou anteriormente. Esta abordagem funciona para os ecossistemas Python e Node.js sem etapas de configuração extras.

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.grokuncensoredversion.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)

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.grokuncensoredversion.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);

Fazendo sua primeira solicitação de conclusão de chat

Envie um POST chat.completions solicitar para obter saída de texto. O modelo responde sem recusas de conteúdo para tópicos adultos legais. O custo de entrada é de $0,15 por 1M de tokens, enquanto o custo de saída é de $0,50 por 1M de tokens. Erros e recusas não cobram seu crédito. Você pode testar a conectividade com um prompt simples.

Copycurl https://api.grokuncensoredversion.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Summit the current server latency metrics."}]
  }'

Habilitando streaming para saída em tempo real

Ative o streaming definindo stream: true. Você receberá Eventos Enviados pelo Servidor (SSE) conforme os tokens chegam. Isso é crítico para construir interfaces de chat que pareçam responsivas. O último chunk inclui o uso total de tokens para verificação de faturamento. O streaming funciona exatamente como o protocolo padrão do OpenAI.

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)

Configurando modo JSON e chamada de funções

Estruture suas saídas de forma confiável usando o modo JSON. Defina response_format para {"type": "json_object"}. Você também pode definir ferramentas para chamada de funções. Use parâmetros como temperature e top_p para controlar a aleatoriedade. O modelo suporta esses recursos padrão sem configuração extra.

Lidando com taxas e limites (300 RPM)

Monitore seu uso contra limites rigorosos. Você tem 300 solicitações por minuto por chave e 8 solicitações simultâneas. O corpo da solicitação deve permanecer abaixo de 8 MB. Se você exceder a taxa, receberá um erro 429. Falhas de autenticação retornam 401, e crédito insuficiente retorna 402. Sua janela de contexto suporta 100.000 tokens no total, com uma saída máxima de 16.000 tokens.