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! What's up? 😎 Ready to dive into whatever you're 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。choices：Grok 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, json=payload, headers=headers) 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