Schnellstart: Nutzen Sie den Groq-Key-API

Basis-URL und Authentifizierungseinrichtung

Der groq-API-Schlüssel ersetzt den Standard-OpenAI-Endpunkt durch einen direkten Zugang zu unserem unzensierten Modell. Legen Sie Ihre base_url auf HTTPS://api.groqkeyapi.com/v1 und injizieren Sie Ihren Schlüssel in den Authorization header. Diese Konfiguration funktioniert mit jedem OpenAI-kompatiblen Client, einschließlich der offiziellen Python- und Node-SDKs. Sie müssen den Modellnamen in Ihrem Code nicht ändern; wir übernehmen das Routing intern.

Copycurl https://api.groqkeyapi.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Check if endpoint supports 32k context window"}]
  }'

Die Authentifizierung ist streng. Ein 401-Fehler bedeutet, dass Ihr Schlüssel ungültig oder fehlt. Stellen Sie sicher, dass Sie den Schlüssel sofort nach der Anmeldung kopieren, da er nur einmal angezeigt wird.

Erste Chat-Vervollständigungsanfrage

Senden Sie eine POST-Anfrage an /v1/chat/completions mit der Modell-ID, die auf "uncensored" gesetzt ist. Dieses Modell antwortet ohne Ablehnungen für legale erwachsene, fiktive oder kontroverse Themen. Es verarbeitet Texteingaben und gibt Textausgaben zurück. Sie können Parameter wie temperature und top_p die Kreativität zu steuern. Der Kontextfenster unterstützt 100,000 Tokens für die kombinierte Eingabe und Ausgabe.

Copyfrom openai import OpenAI

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

Fehler während der Verarbeitung verbrauchen kein Guthaben. Wenn das Modell eine Ablehnung für Minderjährigeninhalte zurückgibt, zahlen Sie nichts. Dieses prepaid-Modell stellt sicher, dass Sie nur für tatsächliche Output-Tokens ausgeben.

Aktivieren Sie Streaming für Echtzeitausgabe

Streaming über Server-Sent Events (SSE) liefert Tokens, sobald sie generiert werden. Legen Sie stream=true in Ihrer Anfrage. Der letzte Chunk enthält die vollständigen Token-Nutzungsstatistiken für die Abrechnung. Dieser Ansatz reduziert die wahrgenommene Latenz für lange Antworten. Er ist ideal für Chat-Schnittstellen, bei denen Benutzer Text in Echtzeit erscheinen sehen. Die SDKs verarbeiten die Parsing automatisch.

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)

Streaming ändert die Preisstruktur nicht. Sie zahlen weiterhin pro 1M Ausgabetokens. Das 16.000-Token-Hardlimit pro Anfrage gilt weiterhin unabhängig vom Streaming-Status.

Verwenden Sie den JSON-Modus für strukturierte Daten

Festlegen response_format zu {"type": "json_object"} um strenge JSON-Ausgabe zu erzwingen. Dies ist nützlich für programmatische Integrationen, bei denen Sie vorhersehbare Datenstrukturen benötigen. Das Modell wird versuchen, die Antwort als gültiges JSON zu formatieren. Es kann fehlschlagen, wenn der Prompt zu komplex ist oder die Ausgabe die Grenzen überschreitet. Validieren Sie das JSON immer auf der Client-Seite.

Copyimport OpenAI from "openai";

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

Function Calling wird ebenfalls unterstützt. Sie können Tools definieren und dem Modell überlassen, welches davon aufgerufen werden soll. Dies erweitert die API-Funktionen über die einfache Textgenerierung hinaus.

Anfragelimits und Fehlerbehandlung

Die API begrenzt die Anfragen auf 300 pro Minute pro Schlüssel. Sie können 8 gleichzeitige Anfragen gleichzeitig ausführen. Die maximale Größe des Anforderungstextes beträgt 8 MB. Ein 429-Fehler zeigt an, dass Sie diese Limits überschritten haben. Warten Sie einige Sekunden und versuchen Sie es erneut. Ein 402-Fehler bedeutet, dass Ihr Prepaid-Guthaben aufgebraucht ist. Laden Sie über Krypto auf, um den Service fortzusetzen. Fehler wie 400 oder 500 berechnen kein Guthaben.

Die Model-ID ist immer "uncensored". Versuchen Sie nicht, die Modelle zu wechseln. Wir hosten ein einzelnes Large Language Model, das für uneingeschränkte Inhalte optimiert ist. Dies hält den Stack einfach und schnell.

Kontextfenster und Token-Limits

Ihr gesamter Kontextfenster umfasst 100.000 Tokens. Dies umfasst sowohl den Eingabe-Prompt als auch die generierte Vervollständigung. Die maximale Ausgabe pro Anfrage beträgt 16.000 Tokens. Wenn Sie nicht angeben max_tokens, beträgt der Standardwert 2.048 Tokens. Das Überschreiten des Ausgabelimits kürzt die Antwort. Planen Sie Ihre Prompts so, dass genügend Platz für die vollständige Antwort bleibt. Dies ermöglicht eine tiefe Kontextbeibehaltung ohne manuelles Chunking.

Streaming und JSON-Modus beeinflussen diese Limits nicht. Sie bleiben bei allen Anfragearten konsistent. Verwenden Sie den usage field in the response to track your consumption accurately.