快速入门：使用 groq key api

基础 URL 和认证设置

groq key API 用通往我们无审查模型的直接路径替换了标准的 OpenAI 端点。设置你的 base_url to HTTPS://api.groqkeyapi.com/v1 and inject your key into the Authorization header. 此配置适用于任何 OpenAI-compatible 客户端，包括官方 Python 和 Node SDK。您无需在代码中修改模型名称，我们会在内部处理路由。

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"}]
  }'

认证很严格。401 错误表示您的密钥无效或缺失。请确保在注册后立即复制密钥，因为它只显示一次。

首次聊天完成请求

向以下地址发送 POST 请求 /v1/chat/completions 将模型 ID 设置为 "uncensored"。该模型对合法的成人内容、虚构或争议性话题不进行拒绝回答。它处理文本输入并返回文本输出。您可以调整诸如 temperature 和 top_p 控制创造性。上下文窗口支持 100,000 个 token，用于组合的提示和补全。

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)

处理过程中的错误不消耗信用。如果模型拒绝未成年内容，您无需付费。此预付费模型确保您只为实际的输出令牌付费。

启用流式传输以实现实时输出

通过服务器发送事件（SSE）进行流式传输会实时交付生成的令牌。设置 stream=true 在你的请求中。最后一个数据块包含用于计费的完整 token 使用统计信息。这种方法降低了长响应的感知延迟。它非常适合用户实时看到文本出现的聊天界面。SDK 会自动处理解析。

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)

流式传输不改变定价结构。你仍然按每 1M 输出 token 付费。每个请求 16,000 token 的硬限制仍然适用，无论是否处于流式传输状态。

使用 JSON 模式进行结构化数据

设置 response_format 到 {"type": "json_object"} 用于强制执行严格的 JSON 输出。这对于需要可预测数据结构的程序化集成非常有用。模型将尝试将响应格式化为有效的 JSON。如果提示过于复杂或输出超出限制，可能会失败。始终在客户端验证 JSON。

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);

同样支持函数调用。您可以定义工具，让模型选择调用哪个。这扩展了 API 超越简单文本生成的能力。

请求限制和错误处理

API 限制每个密钥每分钟 300 次请求。你可以同时运行 8 个并发请求。最大请求体大小为 8 MB。429 错误表示你已超出这些限制。等待几秒并重试。402 错误表示预存信用额已耗尽。通过加密货币充值以恢复服务。400 或 500 等错误不会收取信用额。

模型 ID 始终为 "uncensored"。不要尝试切换模型。我们托管一个专为无限制内容优化的单一大型语言模型。这使堆栈保持简单和快速。

上下文窗口和 token 限制

您的总上下文窗口为 100,000 token。这包括输入提示词和生成的补全内容。每次请求的最大输出为 16,000 token。如果您未指定 max_tokens, 默认值为 2,048 个 Token。超出输出限制将截断响应。规划您的提示，为完整答案留出足够的空间。这允许在不手动分块的情况下保留深层上下文。

流式传输与 JSON 模式不影响这些限制。它们在所有请求类型中保持一致。使用 usage field in the response to track your consumption accurately.