无审查 LLM API 快速入门指南

前提条件：你的 API 密钥与基础 URL

生成您的 groq ai api key 通过“获取 API 密钥”页面。您可以使用 Google 登录，或使用电子邮件和密码接收您的凭据。此过程无需电话号码。

将您的 base URL 设置为 https://api.groqaiapikey.com/v1 在你的客户端配置中。此端点支持标准 OpenAI SDK，允许你在不重写集成逻辑的情况下更换提供商。每个账户只需要一个活动密钥，因为生成新密钥会立即替换旧密钥。

首次请求：向/v1/chat/completions发送提示词

向以下地址发送 POST 请求 /v1/chat/completions 在 Authorization header. 模型标识符仅为 uncensored, 处理文本输入并返回文本输出，针对合法成人用途不进行内容拒绝。

请确保设置 Content-Type 正确配置 header 以避免常见的 404 错误。我们的 API 不支持嵌入、图像生成或音频处理，因此请保持您的负载专注于聊天补全。这种直接方法确保您获得透明的 token 定价，无需多供应商代理的额外费用。

安装 SDK：兼容 OpenAI 的库

安装官方 OpenAI Python 包，使用熟悉的方法与我们的端点交互。当您将其指向我们的基础 URL 时，该库会自动处理身份验证和 JSON 序列化。您可以使用与 GPT-4 相同的代码结构，但使用我们的无审查模型。

对于 JavaScript 开发者，请安装 openai Node.js 包。两种环境都允许你轻松覆盖 base URL。这种兼容性意味着你只需更改代码中的两行配置即可在不同的 LLM 提供商之间切换。

处理流式传输：SSE 和令牌使用情况

通过将 stream: true 在请求参数中。API 返回服务器发送事件（SSE），随着 token 生成逐步交付。这降低了用户等待长响应时的感知延迟。

Token 用量统计信息仅在流的最后一个数据块中提供。您必须累积这些增量以计算用于计费的总消耗 Token。错误和拒绝不会产生费用，因此您可以安全地进行流式传输，无需担心失败请求带来的意外成本。

高级参数：Temperature、JSON 模式和工具

使用 temperature 和 top_p 用于控制响应中的随机性和创造性。设置 response_format 到 {"type": "json_object"} 以强制结构化 JSON 输出以便在您的应用程序中进行可靠解析。这对于构建健壮的 NSFW 聊天机器人 API 或数据提取工具至关重要。

通过提供 tools 数组。模型支持标准工具定义，并可根据你的提示词上下文选择调用函数。你还可以设置 max_tokens to 16,000, which is the maximum output per request. The context window supports 100,000 tokens total, including both prompt and completion.

限制、错误和计费详情

如果您的 key 无效，预计返回 401 错误；如果预存余额不足，预计返回 402 错误；如果超过速率限制，预计返回 429 错误。您每分钟限制为 300 次请求，每 key 8 个并发请求。请求体必须保持在 8 MB 以下。

价格为每 100 万输入令牌 $0.15，每 100 万输出令牌 $0.50。充值仅支持加密货币（TRC20 上的 USDT 或 Base 上的 USDC），金额为 $20 至 $500。充值 $50 可获得 5% 的额外奖励，充值 $100 可获得 10% 的奖励，充值 $200 可获得 15% 的奖励。你的预存信用额永不过期，因此你可以随时使用它。

cURL

Copycurl https://api.groqaiapikey.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "What is the current API rate limit?"}]
  }'

Python

Copyfrom openai import OpenAI

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