网站建设最新资讯,wordpress 下载按钮,专做户外装备测评视频网站,合作网站开发公司OpenAI社区今天凌晨4点多发送的邮件#xff0c;介绍了ChatGPT官方API的发布。官方介绍文档地址为“OpenAI API”和“OpenAI API”。 ChatGPT(GPT3.5)官方API模型名称为“gpt-3.5-turbo”和“gpt-3.5-turbo-0301”。API调用价格比GPT text-davinci-003模型便宜10倍。调用费用为… OpenAI社区今天凌晨4点多发送的邮件介绍了ChatGPT官方API的发布。官方介绍文档地址为“OpenAI API”和“OpenAI API”。 ChatGPT(GPT3.5)官方API模型名称为“gpt-3.5-turbo”和“gpt-3.5-turbo-0301”。API调用价格比GPT text-davinci-003模型便宜10倍。调用费用为0.002美元/1000tokens折合下来差不多0.1元4000~5000字。这个字数包括问题和返回结果字数。 1 API调用方法
1.1 调用参数 ChatGPT(GPT3.5)官方API调用方式如下所示与GPT3模型调用基本一致输入主要有7个参数。预计今天晚上这两个模型会集成到RdFast智能创作机器人小程序和RdChat桌面程序。大家可以随时体验一下敬请关注。
model模型名称gpt-3.5-turbo或gpt-3.5-turbo-0301messages问题或待补全内容下面重点介绍。temperature控制结果随机性0.0表示结果固定随机性大可以设置为0.9。max_tokens最大返回字数包括问题和答案通常汉字占两个token。假设设置成100如果prompt问题中有40个汉字那么返回结果中最多包括10个汉字。ChatGPT API允许的最大token数量为4096即max_tokens最大设置为4096减去问题的token数量。top_p设置为1即可。6frequency_penalty设置为0即可。presence_penalty设置为0即可。stream。需要注意上述输入参数增加stream即是否采用控制流的方式输出。 如果stream取值为False那么返回结果与第1节GPT3接口一致完全返回全部文字结果可通过response[choices][0][text]进行读取。但是字数越多等待返回时间越长时间可参考控制流读出时的4字/每秒。 如果steam取值为True时那么返回结果是一个Python generator需要通过迭代获取结果平均大约每秒钟4个字33秒134字39秒157字读取程序如下所示。可以看到读取结果的结束字段为“|im_end|”。
1.2 messages messages字段组成部分包括角色role和content问题两个部分组成如下所示 modelgpt-3.5-turbo,messages[{role: system, content: You are a helpful assistant.},{role: user, content: Who won the world series in 2020?},{role: assistant, content: The Los Angeles Dodgers won the World Series in 2020.},{role: user, content: Where was it played?}] 在gpt-3.5-turbo模型中角色role包含system系统、assistant助手和用户user三种类型。System角色相当于告诉ChatGPT具体以何种角色回答问题需要在content中指明具体的角色和问题内容。而gpt-3.5-turbo-0301主要区别在于更加关注问题内容而不会特别关注具体的角色部分。gpt-3.5-turbo-0301模型有效期到6月1日而gpt-3.5-turbo会持续更新。 assistant助手和用户user则相当于已经指明了角色content直接写入关注的问题即可。
2 参考程序 示例参考程序如下所示
# -*- coding: utf-8 -*-Created on Wed Dec 21 21:58:59 2022author: Administrator
import openaidef openai_reply(content, apikey):openai.api_key apikeyresponse openai.ChatCompletion.create(modelgpt-3.5-turbo-0301,#gpt-3.5-turbo-0301messages[{role: user, content: content}],temperature0.5,max_tokens1000,top_p1,frequency_penalty0,presence_penalty0,)# print(response)return response.choices[0].message.contentif __name__ __main__:content 你是谁ans openai_reply(content, 你的APIKEY)print(ans)
3 API调用效果
