FR ▾

Grok est-il trop strict ? Passez à une API sans censure

Mis à jour le

Lorsque vous estimez que Grok AI est trop strict pour votre projet, commencez par déterminer si la cause réside dans votre prompt ou dans les règles du modèle. Si ce sont les règles, passer à une API compatible OpenAI sans censure ne nécessite que trois valeurs à modifier dans votre code.

Une bulle de chat bloquée par une barrière d'un côté et circulant librement via un câble vers un terminal de l'autre

Commencez par déterminer le type de censure que vous observez

De nombreux développeurs constatent que Grok AI est trop strict dès que le projet passe des démos au contenu réel : fiction avec de la violence, personnages adultes dans une application de compagnon, humour noir, discussions sur la sécurité. Avant de changer de fournisseur, passez dix minutes à déterminer lequel des deux problèmes vous avez. Un problème de prompt peut être résolu avec de meilleures instructions. Un problème de politique ne peut pas être résolu par un simple changement de formulation, et essayer ne fait que perdre du temps et des tokens.

Le signal rapide est la cohérence. Si la même requête est refusée à chaque fois, dans une session propre et avec un prompt système basique, vous avez affaire à une règle. Si elle réussit parfois et échoue d'autres fois, ou si la réponse est simplement atténuée, la cause réside probablement dans la manière dont vous avez formulé votre demande.

Un test de dix minutes pour séparer le prompt de la politique

  1. Prenez la requête exacte qui a échoué et exécutez-la dans une nouvelle session sans messages antérieurs. L'ancien texte de conversation peut pousser un modèle à la prudence.
  2. Réduisez votre prompt système à une seule phrase simple décrivant la tâche et le public. Les prompts système longs et anxieux qui avertissent des dangers peuvent augmenter les refus, pas les diminuer.
  3. Indiquez le contexte qu'un rédacteur humain voudrait connaître : le genre, le fait que les personnages sont adultes, et l'objectif de la scène.
  4. Réduisez la température à 0,7 ou moins et réessayez cinq fois. Si vous obtenez cinq refus, le comportement est stable et n'est pas dû à la chance.
  5. Divisez la tâche. Une longue requête avec un élément sensible échoue parfois dans son ensemble tandis que les parties sûres réussissent seules.

Si les étapes 1 à 5 se terminent toujours par des refus, vous avez votre réponse. Arrêtez d'ajuster le prompt et regardez le modèle, pas le libellé.

Tenez un petit journal pendant vos tests. Notez le prompt, les paramètres, si la réponse était un refus, une réponse partielle ou complète, et approximativement combien de tokens cela a utilisé. Vingt lignes suffisent pour montrer un motif. Vous verrez, par exemple, qu'une catégorie de requêtes échoue à chaque fois tandis que tout le reste passe, et cela vous dira exactement ce dont vous avez besoin pour un remplacement. Cela vous donne également un jeu de tests prêt à l'emploi pour comparer tout nouveau fournisseur ultérieurement, afin d'évaluer le changement sur votre propre matériel plutôt que sur des affirmations marketing.

Signes que c'est le modèle, pas vous

Un refus qui arrive instantanément avec une phrase standard, une réponse qui saute silencieusement la partie que vous avez demandée, une réponse qui fait la leçon au lieu d'écrire, et une histoire qui termine la scène avec une morale sont tous typiques du réglage de sécurité. Si la plupart de vos échecs ressemblent à cela, votre prompt est probablement bon et une réécriture du prompt continuera à vous coûter du temps.

Pourquoi les assistants hébergés refusent

Je n'ai pas accès au système d'aucun fournisseur, voici donc ce qui est généralement vrai pour les modèles de chat hébergés. Ils sont généralement entraînés à refuser certaines catégories de requêtes, ils fonctionnent souvent derrière un prompt système qui ajoute plus de règles, et certains services ajoutent une couche de modération séparée qui vérifie les entrées et les sorties. Tout cela peut déclencher un refus sur du contenu parfaitement légal pour un public adulte.

Le résultat pour les créateurs est un décalage : le modèle est réglé pour le public le plus large possible, tandis que votre produit a un public adulte défini et un objectif clair. C'est une chose raisonnable de vouloir changer, tant que vous acceptez la responsabilité qui l'accompagne, ce qui inclut les vérifications d'âge et vos propres limites là où vos utilisateurs en ont besoin.

Le changement : trois valeurs à modifier

L'API de ce site suit le format de complétions de chat OpenAI. Tout SDK ou client OpenAI fonctionne une fois que vous avez défini une nouvelle URL de base et une clé et utilisé l'ID de modèle uncensored. Ce n'est pas un service xAI. Il exécute un modèle à poids ouverts, hébergé par un fournisseur indépendant, réglé pour répondre sans refus de contenu pour une utilisation adulte légale.

Python

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_KEY",
    base_url="https://api.grokunrestricted.com/v1",
)

stream = client.chat.completions.create(
    model="uncensored",
    messages=[
        {"role": "system", "content": "You are a co-writer for an adult fiction platform."},
        {"role": "user", "content": "Continue the scene: the smuggler confronts her old partner."},
    ],
    stream=True,
)
for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="")

Node

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: process.env.API_KEY,
  baseURL: "https://api.grokunrestricted.com/v1",
});

const res = await client.chat.completions.create({
  model: "uncensored",
  messages: [{ role: "user", content: "Give me three plot twists for a heist story." }],
});
console.log(res.choices[0].message.content);

curl

curl https://api.grokunrestricted.com/v1/models \
  -H "Authorization: Bearer YOUR_KEY"

L'appel au modèle est une première vérification utile : il confirme que votre clé fonctionne et que l'endpoint répond avant de le connecter à une application.

Déplacer une vraie application, pas un script de test

La plupart de la migration est déjà faite une fois que les trois valeurs changent, mais quelques détails méritent attention.

  • Prompts système. Gardez-les courts et concrets. Décrivez le rôle, le ton et le public. Vous n'avez plus besoin de dépenser des tokens pour convaincre le modèle de coopérer.
  • Appel de fonctions et mode JSON. Les deux sont pris en charge. Passez tools et tool_choice comme vous le feriez pour OpenAI, retournez des résultats en tant que messages role: "tool", et utilisez response_format: {"type":"json_object"} lorsque vous avez besoin d'une sortie structurée.
  • Échantillonnage. La température, top_p, stop, seed et les pénalités sont transmises, donc les paramètres existants sont conservés. Revoyez la température, car un autre modèle peut se comporter différemment à la même valeur.
  • Concurrence. Une clé complète permet 8 requêtes simultanées et 300 par minute. Un streaming maintient son slot jusqu'à sa fin, donc plafonnez vos workers et réessayez sur HTTP 429 avec un court backoff. Un en-tête Retry-After: 5 signifie une surcharge temporaire.
  • Contexte. La fenêtre de contexte est de 100 000 tokens incluant la complétion, ce qui est suffisant pour de longues histoires de jeu de rôle, bien que vous payiez toujours pour les tokens d'entrée à chaque tour.

Comparez les sorties sur un ensemble fixe de vos vrais prompts avant de couper. Un modèle différent a une voix différente, et certains prompts qui fonctionnaient sur votre ancienne configuration peuvent nécessiter de petites modifications.

Ce qui ne change pas, et ce que cela coûte

Passer à un modèle sans censure supprime les refus sur le contenu légal. Il ne supprime pas toutes les limites. Le contenu sexuel impliquant des mineurs est bloqué, sans exception. Le service est textuel uniquement, donc il n'y a pas de génération d'images, d'audio ou de vidéo. Les prompts ne sont pas utilisés pour l'entraînement.

La tarification est de 0,15 $ par 1M de tokens d'entrée et de 0,50 $ par 1M de tokens de sortie, payés depuis un crédit prépayé sans abonnement. Les requêtes refusées ou échouées ne sont pas facturées. Pour avoir une idée de l'échelle, une requête de scène avec 3 000 tokens en entrée et 1 000 en sortie coûte 0,00045 $ + 0,0005 $ = 0,00095 $, soit moins d'un dixième de centime. Les recharges vont de 20 $ à 500 $ en crypto (USDT sur TRC20 ou USDC sur Base), avec des bonus à partir de 50 $. Les détails sont sur la page de tarification.

Pour tester avant de payer, créez un compte et réclamez l'essai de 0,50 $ sur la page clé API. Il ne nécessite aucun paiement, est valide pendant 7 jours et permet 2 requêtes simultanées. Les docs expliquent une première requête, et la page alternative API Grok a plus sur le mappage du code existant.

Questions and answers

La reformulation de mes prompts résoudra-t-elle les refus ?

Parfois, lorsque la cause est le contexte ou un prompt système encombré. Si la même requête propre est refusée à chaque fois, c'est une ligne de politique, et la reformulation ne la fera pas bouger.

Dois-je réécrire mon code pour changer ?

Non. Si vous utilisez un SDK OpenAI ou un client avec un paramètre d'URL de base personnalisé, modifiez l'URL de base, la clé et le nom du modèle pour utiliser uncensored.

S'agit-il du même modèle que Grok ?

Non. Il s'agit d'un modèle à poids ouverts différent géré par un fournisseur indépendant, et il n'est pas créé par xAI.

Y a-t-il encore des limites ?

Oui. Le contenu sexuel impliquant des mineurs n'est pas autorisé. L'utilisation est destinée à des fins adultes légales, et vous êtes responsable des règles de votre propre produit.

Votre key is one form away

Créez un compte, copiez la clé, modifiez l'URL de base. C'est toute la configuration.

Obtenir une clé API