Início rápido: use a api key do groq

Configuração de autenticação da URL Base

A API groq key substitui o endpoint padrão da OpenAI por um caminho direto para nosso modelo sem censura. Defina seu base_url para HTTPS://api.groqkeyapi.com/v1 e injete sua chave no Authorization cabeçalho. Esta configuração funciona com qualquer cliente compatível com OpenAI, incluindo os SDKs oficiais de Python e Node. Você não precisa modificar o nome do modelo no seu código; nós cuidamos do roteamento internamente.

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"}]
  }'

A autenticação é rigorosa. Um erro 401 significa que sua chave é inválida ou está ausente. Certifique-se de copiar a chave imediatamente após o cadastro, pois ela é exibida apenas uma vez.

Primeira solicitação de conclusão de chat

Envie uma requisição POST para /v1/chat/completions com o ID do modelo definido como "uncensored". Este modelo responde sem recusas para tópicos adultos lícitos, fictícios ou controversos. Ele processa entrada de texto e retorna saída de texto. Você pode ajustar parâmetros como temperature e top_p para controlar a criatividade. A janela de contexto suporta 100.000 tokens para o prompt e a conclusão combinados.

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)

Erros durante o processamento não consomem crédito. Se o modelo retornar uma recusa por conteúdo menor, você não paga nada. Este modelo pré-pago garante que você gaste apenas em tokens de saída reais.

Ative o streaming para saída em tempo real

O streaming via Server-Sent Events (SSE) entrega tokens conforme são gerados. Defina stream=true na sua solicitação. O último bloco contém as estatísticas completas de uso de tokens para faturamento. Esta abordagem reduz a latência percebida para respostas longas. É ideal para interfaces de chat onde os usuários veem o texto aparecendo em tempo real. Os SDKs fazem a análise automaticamente.

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)

O streaming não altera a estrutura de preços. Você ainda paga por 1M de tokens de saída. O limite rígido de 16.000 tokens por solicitação ainda se aplica, independentemente do status do streaming.

Use o modo JSON para dados estruturados

Definir response_format para {"type": "json_object"} para impor saída JSON estrita. Isto é útil para integrações programáticas onde precisa de estruturas de dados previsíveis. O modelo tentará formatar a resposta como JSON válido. Pode falhar se o prompt for demasiado complexo ou se a saída exceder os limites. Valide sempre o JSON no lado do cliente.

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);

O suporte a chamadas de função também está disponível. Você pode definir ferramentas e deixar o modelo escolher quais invocar. Isso amplia as capacidades da API além da simples geração de texto.

Limites de requisição e tratamento de erros

A API limita a 300 requisições por minuto por chave. Você pode executar 8 requisições simultâneas. O tamanho máximo do corpo da solicitação é de 8 MB. Um erro 429 indica que você excedeu esses limites. Aguarde alguns segundos e tente novamente. Um erro 402 significa que seu crédito pré-pago está esgotado. Recarregue via cripto para retomar o serviço. Erros como 400 ou 500 não cobram créditos.

O ID do modelo é sempre "uncensored". Não tente alternar entre modelos. Hospedamos um único modelo de linguagem grande otimizado para conteúdo irrestrito. Isso mantém a pilha simples e rápida.

Janela de contexto e limites de tokens

A sua janela de contexto total é de 100.000 tokens. Isso inclui tanto o prompt de entrada quanto a conclusão gerada. A saída máxima por solicitação é de 16.000 tokens. Se você não especificar max_tokens, o padrão é 2.048 tokens. Exceder o limite de saída truncará a resposta. Planeje seus prompts para deixar espaço suficiente para a resposta completa. Isso permite retenção profunda de contexto sem chunking manual.

Streaming e o modo JSON não afetam esses limites. Eles permanecem consistentes em todos os tipos de solicitação. Use o usage field in the response to track your consumption accurately.