APIドキュメント

認証とベースURL

ダッシュボードでキーを生成することから始めましょう。ベースURL https://api.grokapipricing.com/v1 すべてのリクエストに対して。 Authorization ヘッダー Bearer YOUR_API_KEYこの単一のキーはすべてのエンドポイントで機能します。必要に応じて自由に回転（更新）できます。

POST /v1/chat/completions

チャットエンドポイントにプロンプトを送信してください。モデルIDは常に uncensoredパラメータを設定します temperature または top_p 創造性を制御する。応答にはトークン使用量のメタデータを含む標準的なチャット補完が返されます。402や429などのエラーは、課金またはレート制限の問題を示します。

GET /v1/models

GETリクエストをmodelsエンドポイントに送信して利用可能なモデルを確認します。表示されるのは uncensored モデルがリストされています。これは接続とモデルの利用可能性を確認します。重いペイロードを送信する前に、クライアント設定のデバッグに使用してください。

ストリーミングとSSEの使用

streamをtrueに設定してストリーミングを有効にする stream: true リクエストボディに記述します。APIはリアルタイムのトークン配信のためにServer-Sent Events (SSE)を返します。トークン使用統計はストリームの最終チャンクに表示されます。これにより、長い応答に対する知覚されるレイテンシが削減されます。

関数呼び出しとJSONモード

使用 response_format と {"type": "json_object"} 厳密なJSON出力用。関数呼び出しを有効にするには、 tools リクエスト内。モデルは tool_choice 強制または自動実行用です。これにより、バックエンドロジックとの信頼性の高い統合が保証されます。

レート制限と制約

キーごとに1分間に300リクエストまで制限されています。同時実行数は8つの同時リクエストに制限されます。最大のリクエストボディサイズは8 MBです。コンテキストウィンドウは合計で100,000トークンを許可します。これらの制限を超えるリクエストは、直ちに429または400エラーを受信します。

cURL

Copycurl https://api.grokapipricing.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Run query and return rows"}]
  }'

Python

Copyfrom openai import OpenAI

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

ストリーミング

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)