在人工智能对话系统中,xAI Grok 以其独特的幽默风格和实时网页信息检索能力脱颖而出。Grok 能够在几秒钟内生成流畅自然的回复,已广泛应用于日常对话、创意写作、技术分析和代码调试等多个创新领域,为用户的决策和创作带来了新的支持维度。本文将为您介绍如何使用 Grok Chat Completion API,实现对话功能的快速集成。
应用流程
要使用 Grok Chat Completion API,您可以首先访问 Grok Chat Completion API 页面,并点击“获取”按钮以获得请求所需的凭证:

如果您尚未登录或注册,系统会自动引导您进行登录或注册。首次申请时,您将获得免费的配额,可以免费使用该 API。
基本用法
接下来,您可以在界面中填写相应的内容,如下图所示:

在首次使用该接口时,您需要至少填写三项内容:authorization,可以直接从下拉列表中选择;model,是我们选择使用的 Grok 官方模型类别,主要有 8 种类型,具体信息可参考我们提供的模型文档;最后一个参数是 messages,这是一个输入问题的数组,允许同时上传多个问题,每个问题包含 role 和 content。role 表示提问者的身份,提供三种身份:user、assistant 和 system;而 content 则是我们问题的具体内容。
您还会注意到右侧有对应的代码生成,您可以直接复制代码进行运行,或点击“尝试”按钮进行测试。
常用的可选参数包括:
max_tokens: 限制单次回复的最大 token 数量。temperature: 生成随机性,范围在 0 到 2 之间,值越大越发散。n: 一次生成的候选回复数。

调用后,我们会得到如下返回结果:
{
"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,具体说明如下:
id: 该对话任务生成的 ID,用于唯一标识该对话任务。model: 选择的 Grok 官方模型。choices: Grok 针对问题提供的响应信息。usage: 有关该问答的 token 统计信息。
在 choices 中,可以看到 Grok 的具体回复内容。
流式响应
该接口还支持流式响应,非常适合网页集成,允许网页实现逐字显示效果。
如果您希望以流式方式返回响应,可以在请求头中将 stream 参数设置为 true。
如图所示进行修改,但调用代码需要相应更改以支持流式响应。

将 stream 更改为 true 后,API 将逐行返回相应的 JSON 数据,您需要在代码层面做相应修改以获取逐行结果。
Python 示例调用代码如下:
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)
多轮对话
如果您希望集成多轮对话功能,只需在 messages 字段中上传多个问题。多问题的具体示例如下图所示:

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"},{"role":"assistant","content":"What model are you?"},{"role":"user","content":"What did I just say?"}]
}
response = requests.post(url, json=payload, headers=headers)
print(response.text)
通过上传多个问题,您可以轻松实现多轮对话,并获得如下响应:
{
"id": "foaicmpl-984ebc53-76b3-4d33-b0e8-0307ab4965af",
"model": "grok-3",
"object": "chat.completion",
"created": 1755839996,
"choices": [
{
"index": 0,
"message": {
"role": "assistant",
"content": "You said, \"Hello.\""
},
"finish_reason": "stop"
}
],
"usage": {
"prompt_tokens": 27,
"completion_tokens": 6,
"total_tokens": 33,
"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
}
}
错误处理
在调用 API 时,如果发生错误,API 将返回相应的错误代码和消息。例如:
400 token_mismatched: 错误请求,可能由于缺少或无效参数。401 invalid_token: 未授权,令牌无效或缺失。429 too_many_requests: 请求过多,超出速率限制。500 api_error: 内部服务器错误,服务器出现问题。
错误响应示例
{
"success": false,
"error": {
"code": "api_error",
"message": "fetch failed"
},
"trace_id": "2cf86e86-22a4-46e1-ac2f-032c0f2a4e89"
}
总结
通过本文,您已了解如何使用 xAI Grok 的 Chat Completion API 实现对话功能。希望本指南能帮助您更好地集成和使用该 API。如有任何问题,请随时联系技术支持团队。
标签:#AI #API #对话系统 #xAI #Grok