Grok Chat Completion API 的应用与使用

简介xAI Grok 是一个强大的 AI 对话系统能够通过输入提示在几秒钟内生成流畅自然的回复。Grok 以其独特的幽默风格和实时的网络信息检索能力在行业中脱颖而出。如今Grok 已在多个创新领域崭露头角其影响力正在迅速扩大。无论是日常对话、创意写作还是技术分析与代码调试Grok 都能提供深入的智能辅助为用户的决策和创作带来新的维度。本文主要介绍 Grok Chat Completion API 的使用流程使我们能够轻松利用官方 Grok 对话功能。环境准备/前置条件在使用 Grok Chat Completion API 之前请确保您已注册并登录到 Ace Data Cloud。详细步骤1. 申请 API 凭证首先您可以访问 Grok Chat Completion API 页面并点击“获取”按钮以获取请求所需的凭证如果您尚未登录或注册系统会自动重定向到登录页面邀请您注册并登录。登录或注册后您将自动返回当前页面。首次申请时系统将提供免费额度您可以免费使用 API。2. 基本用法接下来您可以在界面上填写相应的内容如下图所示使用此界面时您需要至少填写三个内容一个是authorization可以直接从下拉列表中选择另一个是model即我们选择使用的 Grok 官方模型类别。这里主要有 8 种模型具体可查阅我们提供的模型。最后一个参数是messages它是我们输入问题的数组。该数组允许同时上传多个问题每个问题包含role和content。role表示提问者的角色我们提供三种身份user、assistant和system。content是我们问题的具体内容。您还会注意到右侧有相应的代码生成您可以直接复制代码运行或点击“尝试”按钮进行测试。常见可选参数max_tokens限制单个回复的最大 token 数量。temperature生成的随机性范围在 0-2 之间数值越大越发散。n一次生成多少个候选回复。调用后返回的结果如下{ id: foaicmpl-13936918-cb99-49e1-b94c-bde98b482ed4, model: grok-3, object: chat.completion, created: 1755839683, choices: [ { index: 0, message: { role: assistant, content: Yo! Whats up? Ready to dive into whatever youre pondering about today? }, finish_reason: stop } ], usage: { prompt_tokens: 8, completion_tokens: 20, total_tokens: 28, prompt_tokens_details: { cached_tokens: 0, text_tokens: 0, audio_tokens: 0, image_tokens: 0 }, completion_tokens_details: { text_tokens: 0, audio_tokens: 0, reasoning_tokens: 0 }, input_tokens: 0, output_tokens: 0, input_tokens_details: null } }返回的结果包含多个字段具体描述如下id该对话任务生成的 ID用于唯一标识该对话任务。model所选择的 Grok 官方模型。choicesGrok 对问题提供的回复信息。usage关于该问答的 token 统计信息。其中choices包含 Grok 的回复信息choices内的内容显示了 Grok 的具体回复信息如下图所示。可以看到choices内的content字段包含了 Grok 的回复具体内容。3. 流式响应该接口还支持流式响应这对于网页集成非常有用允许网页实现逐字显示的效果。如果您希望以流式方式返回响应可以将请求头中的stream参数改为true。修改如下图所示但调用代码需要相应的更改以支持流式响应。将stream修改为true后API 将逐行返回相应的 JSON 数据我们需要在代码层面进行相应的修改以获取逐行结果。Python 示例调用代码import requests url https://api.acedata.cloud/grok/chat/completions headers { accept: application/json, authorization: Bearer {token}, content-type: application/json } payload { model: grok-3, messages: [{role:user,content:Hello}], stream: True } response requests.post(url, jsonpayload, headersheaders) print(response.text)输出效果如下data: {id: foaicmpl-503ab14f-3f22-46ab-9f91-3fb44773be38, object: chat.completion.chunk, created: 1755839790, model: grok-3, system_fingerprint: null, choices: [{delta: {role: assistant}, logprobs: null, finish_reason: null, index: 0}], usage: null} data: {id: foaicmpl-503ab14f-3f22-46ab-9f91-3fb44773be38, object: chat.completion.chunk, created: 1755839790, model: grok-3, system_fingerprint: null, choices: [{delta: {content: Yo, }, logprobs: null, finish_reason: null, index: 0}], usage: null} ...中间省略部分... data: {id: foaicmpl-503ab14f-3f22-46ab-9f91-3fb44773be38, object: chat.completion.chunk, created: 1755839790, model: grok-3, system_fingerprint: null, choices: [{delta: {content: toda}, logprobs: null, finish_reason: null, index: 0}], usage: null} data: {id: foaicmpl-503ab14f-3f22-46ab-9f91-3fb44773be38, object: chat.completion.chunk, created: 1755839790, model: grok-3, system_fingerprint: null, choices: [{delta: {content: y?}, logprobs: null, finish_reason: null, index: 0}], usage: null} data: {id: foaicmpl-503ab14f-3f22-46ab-9f91-3fb44773be38, object: chat.completion.chunk, created: 1755839790, model: grok-3, system_fingerprint: null, choices: [{delta: {}, logprobs: null, finish_reason: stop, index: 0}], usage: {prompt_tokens: 0, completion_tokens: 0, total_tokens: 0, prompt_tokens_details: {cached_tokens: 0, text_tokens: 0, audio_tokens: 0, image_tokens: 0}, completion_tokens_details: {text_tokens: 0, audio_tokens: 0, reasoning_tokens: 0}, input_tokens: 0, output_tokens: 0, input_tokens_details: null}} data: [DONE]可以看到响应中有多个 data