Démarrage rapide : Utilisez l'API de clé groq

Configuration de l'URL de base et de l'authentification

L'API clé groq remplace le point de terminaison OpenAI standard par un chemin direct vers notre modèle sans censure. Définissez votre base_url vers HTTPS://api.groqkeyapi.com/v1 et injectez votre clé dans le Authorization header. Cette configuration fonctionne avec n'importe quel client compatible OpenAI, y compris les SDK Python et Node officiels. Vous n'avez pas besoin de modifier le nom du modèle dans votre code ; nous gérons le routage en interne.

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"}]
  }'

L'authentification est stricte. Une erreur 401 signifie que votre clé est invalide ou manquante. Assurez-vous de copier la clé immédiatement après l'inscription, car elle n'est affichée qu'une seule fois.

Première demande de complétion de chat

Envoyez une requête POST à /v1/chat/completions avec l'ID du modèle défini sur "uncensored". Ce modèle répond sans refus pour des sujets adultes légaux, fictifs ou controversés. Il traite une entrée textuelle et retourne une sortie textuelle. Vous pouvez ajuster des paramètres tels que temperature et top_p pour contrôler la créativité. La fenêtre de contexte prend en charge 100,000 tokens pour le prompt et la complétion combinés.

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)

Les erreurs de traitement ne consomment pas le crédit. Si le modèle renvoie un refus pour du contenu mineur, vous ne payez rien. Ce modèle prépayé garantit que vous ne dépensez que sur les jetons de sortie réels.

Activez le streaming pour une sortie en temps réel

Le streaming via Server-Sent Events (SSE) délivre les tokens au fur et à mesure de leur génération. Définissez stream=true dans votre requête. Le dernier chunk contient les statistiques complètes d'utilisation des tokens pour la facturation. Cette approche réduit la latence perçue pour les réponses longues. C'est idéal pour les interfaces de chat où les utilisateurs voient le texte apparaître en temps réel. Les SDK gèrent l'analyse automatiquement.

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)

Le streaming ne change pas la structure de tarification. Vous payez toujours par 1M de jetons de sortie. La limite stricte de 16 000 jetons par requête s'applique toujours indépendamment du statut du streaming.

Utilisez le mode JSON pour les données structurées

Définir response_format à {"type": "json_object"} pour imposer une sortie JSON stricte. C'est utile pour les intégrations programmées où vous avez besoin de structures de données prévisibles. Le modèle tentera de formuler la réponse sous forme de JSON valide. Cela peut échouer si le prompt est trop complexe ou si la sortie dépasse les limites. Validez toujours le JSON côté client.

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);

L'appel de fonctions est également pris en charge. Vous pouvez définir des outils et laisser le modèle choisir lesquels invoquer. Cela élargit les capacités de l'API au-delà de la simple génération de texte.

Limites de requête et gestion des erreurs

L'API impose une limite de 300 requêtes par minute par clé. Vous pouvez exécuter 8 requêtes simultanées. La taille maximale du corps de la requête est de 8 Mo. Une erreur 429 indique que vous avez dépassé ces limites. Attendez quelques secondes et réessayez. Une erreur 402 signifie que votre crédit prépayé est épuisé. Rechargez via crypto pour reprendre le service. Les erreurs comme 400 ou 500 ne facturent pas les crédits.

L'identifiant du modèle est toujours "uncensored". Ne tentez pas de changer de modèle. Nous hébergeons un seul grand modèle de langage optimisé pour le contenu sans restrictions. Cela garde la pile technique simple et rapide.

Fenêtre de contexte et limites de jetons

Votre fenêtre de contexte totale est de 100 000 tokens. Cela inclut à la fois l'invite d'entrée et la complétion générée. La sortie maximale par demande est de 16 000 tokens. Si vous ne spécifiez pas max_tokens, la valeur par défaut est de 2 048 tokens. Dépasser la limite de sortie tronquera la réponse. Planifiez vos prompts pour laisser suffisamment de place pour la réponse complète. Cela permet une rétention de contexte approfondie sans découpage manuel.

Le mode JSON et le streaming n'affectent pas ces limites. Elles restent cohérentes pour tous les types de requêtes. Utilisez le usage field in the response to track your consumption accurately.