目录
引言
继Deepseek之后,马斯克旗下的xAI公司也加入了大模型竞争,发布了备受瞩目的Grok3模型,在多项权威测试中的表现超越了OpenAI和Deepseek的模型,这基于最近流行的“思维链(Chain Of Thought)”的推理机制。
接下里说一下操作步骤:
1、Register
2、Add method
- 点击左下角卡片标志
- 点击payment
- 点击Edit添加账单地址,随便填一些字段即可(国内亦可)
- 点击Add method添加卡
支持visa/master(包括国内全币种/双币种卡)等。
为减少被ban风险,国家或地区建议填香港。
3、free credits
点击Credits → purchase credits,手动输入$5
显示Remaining balance为$5.00,说明成功
点击share data,页面自动刷新,显示free credits为$150.00,搞定!
4、生成API key
点击左上角钥匙按钮,随便输入一个API名字,生成API秘钥(create API key)
注意,API key要自己保存好,只会显示1次,后续无法查询(如果你忘了可以创建个新的)。
5、使用API key的方法
这里用python本地调用做演示,注意几个参数值:
base_url="https://api.x.ai/v1"
api_key="xai-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx" #你生成的API秘钥,xai开头
model="grok-2-latest" #官网示例可调用grok-2模型,grok-3模型近期会上线API。
import os
from openai import OpenAI
from openai import APIError
#测试代码,接口是否能用(使用xAI翻译)
def test_translation():
# 配置测试参数
test_content = """Hello, this is a test translation example.
Please translate this text into Chinese and maintain proper formatting."""
# 初始化客户端
client = OpenAI(
base_url="https://api.x.ai/v1",
api_key="xai-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx" # 请替换实际API密钥
)
try:
# 发送测试请求
response = client.chat.completions.create(
model="grok-2-latest", # 注意模型名称可能需要调整
messages=[{
"role": "user",
"content": f"专业准确地翻译以下内容到中文:\n\n{test_content}"
}],
temperature=0,
)
# 解析并打印结果
translated = response.choices[0].message.content.strip()
print("【测试成功】")
print("原始内容:\n" + "-"*30)
print(test_content)
print("\n翻译结果:\n" + "-"*30)
print(translated)
except APIError as e:
print("【测试失败】")
print(f"API错误: {e}")
except Exception as e:
print("【测试失败】")
print(f"意外错误: {str(e)}")
if __name__ == "__main__":
test_translation()
测试结果: