chatgpt新版gpt-3.5-turbo模型API教程

闪电发卡4年前ChatGPT40575

形式:输入一个问题,模型会生成一个结果,一问一答形式

功能:创建一个聊天接口地址:POST https://api.openai.com/v1/chat/completions (Beta)
请求参数(Request body):
model: string 必须
使用的模型,只有 gpt-3.5-turbo 和 gpt-3.5-turbo-0301 两个取值
messages:array 必须
需要传入的内容,里面包括role,centent两个字段,举例:
PowerShell
"messages": [{"role": "user", "content": "Hello!"}]
temperature:number 可选 默认 1

数字0~2之间
数字越大,答案越随机,开放,比如1.8
数字越小,答案越固定,聚焦,比如0.2
建议不要同时和top_p修改
top_p:可选 默认 1
和temperature差不多,数字越大,答案越随机,开放
数字越小,答案越固定
建议不要同时和top_p修改
n:number 可选 默认 1
产生的结果个数
stream:boolean 可选 默认 false
设置为true,则结果为数据流,和官网chatgpt一样,产生一个字符返回一个字符,服务端需要支持server-sent events
stop:string or array 可选 默认 null
最多4个序列,API将停止生成更多tokens
max_tokens:integer 可选 默认值 inf
结果最大能产生的tokens数,默认可以返回 4096-输入tokens
presence_penalty number 可选 默认 0
数字介于-2.0和2.0之间。正值根据到目前为止是否出现在文本中来惩罚新标记,从而增加模型谈论新主题的可能性。
frequency_penaley:number 可选 默认 0
数字介于-2.0和2.0之间。正值根据文本中的现有频率惩罚新标记,从而降低模型逐字重复同一行的可能性。
logit_bias:map 可选 默认 null

修改完成时出现指定标记的可能性。
接受一个json对象,该对象将token(由令牌ID指定)映射到-100到100之间的相关偏差值。在数学上,在采样之前,将偏差添加到模型生成的逻辑中。每个模型的确切效果会有所不同,但介于-1和1之间的值应该会降低或增加选择的可能性;像-100或100这样的值应该会导致相关token的禁止或独占选择。
user:string 可选
唯一终端用户身份,可以帮助openai监测滥用

调用官方API接口需要获取APIkey,获取地址:chat.xingtupai.com

请求示例:
curl:

curl https://api.openai.com/v1/chat/completions \
  -H 'Content-Type: application/json' \
  -H 'Authorization: Bearer YOUR_API_KEY' \
  -d '{  "model": "gpt-3.5-turbo",  "messages": [{"role": "user", "content": "Hello!"}]}'


python:
部署源码:https://github.com/openai/openai-python
调用示例:
Python

import osimport openaiopenai.api_key = os.getenv("OPENAI_API_KEY")completion = openai.ChatCompletion.create(
  model="gpt-3.5-turbo",
  messages=[
    {"role": "user", "content": "Hello!"}
  ])print(completion.choices[0].message)


node.js:
部署源码:https://github.com/openai/openai-node
调用示例:
JavaScript

import osimport openaiopenai.api_key = os.getenv("OPENAI_API_KEY")completion = openai.ChatCompletion.create(
  model="gpt-3.5-turbo",
  messages=[
    {"role": "user", "content": "Hello!"}
  ])print(completion.choices[0].message)


参数示例:

{
  "model": "gpt-3.5-turbo",
  "messages": [{"role": "user", "content": "Hello!"}]}


返回结果:

{
  "id": "chatcmpl-123",
  "object": "chat.completion",
  "created": 1677652288,
  "choices": [{
    "index": 0,
    "message": {
      "role": "assistant",
      "content": "\n\nHello there, how may I assist you today?",
    },
    "finish_reason": "stop"
  }],
  "usage": {
    "prompt_tokens": 9,
    "completion_tokens": 12,
    "total_tokens": 21
  }}


错误结果:

{
 "error": {
  "message": "'doctor' is not one of ['system', 'assistant', 'user'] - 'messages.0.role'",
  "type": "invalid_request_error",
  "param": null,
  "code": null
 }}



相关文章

大模型如何助力智能家居:AI让生活更便捷

在如今的数字时代,智能家居已经不再是科幻电影中的场景,而是逐渐走进了我们的日常生活。从智能音箱到智能灯泡,再到智能门锁,智能家居设备的种类繁多,让我们的生活变得更加便利。然而,这些智能设备的背后,有一...

AI如何助力交通运输的智能化:深度学习与大数据的应用

在如今的科技时代,交通运输领域也迎来了智能化的浪潮。AI技术的快速发展为交通运输注入了新的活力,使得我们的出行变得更加便捷、高效和安全。在这其中,深度学习与大数据的应用尤为关键。本文将带大家一探AI如...

OpenAI API Key购买批发5美元余额,ChatGPT模型GPT3.5、GPT4.0直连APIKey和转发APIKey购买批发代充值,可自定义余额,安全稳定不限速

一、什么是OpenAI APIKey?OpenAI APIKey是OpenAI旗下产品ChatGPT、Dall-E 3、Sora等调用其接口服务所必须得密钥,可以验证调用权限,是一个形如sk-xxxx...

在云服务器上搭建个人版ChatGPT及后端Spring Boot集成ChatGPT

在云服务器上搭建个人版ChatGPT及后端Spring Boot集成ChatGPT

一、国内服务器上搭建chat GPT首先,你需要准备以下东西:1、一台可以访问公网的Linux云服务器,最低配置1核2G即可(当然,有钱可以任性,买最高配置)2、ChatGPT的密钥3、开源的仿Cha...

Python使用OpenAI官方库调用ChatGPT转发API调用示例(新版+旧版)

新版:OpenAI库1.0.0以上调用参数解释:https://www.chatgptzh.com/post/12.htmlfrom openai import Open...

ChatGPT 和 Elasticsearch的结合:在私域数据上使用ChatGPT

ChatGPT 和 Elasticsearch的结合:在私域数据上使用ChatGPT

如何结合 Elasticsearch 的搜索相关性和 OpenAI 的 ChatGPT 的问答功能来查询您的数据?在此博客中,您将了解如何使用 Elasticsearch 将 ChatGPT 连接到专...