查询OpenAI账号APIKey可用余额、使用量和使用明细接口,用python实现

闪电发卡3年前ChatGPT4490

现在可以使用以下接口进行实现


Python


apikey = ""
    subscription_url = "https://api.openai.com/v1/dashboard/billing/subscription"
    headers = {
        "Authorization": "Bearer " + apikey,
        "Content-Type": "application/json"
    }
    subscription_response = requests.get(subscription_url, headers=headers)
    if subscription_response.status_code == 200:
        data = subscription_response.json()
        total = data.get("hard_limit_usd")
    else:
        return subscription_response.text
 
    # start_date设置为今天日期前99天
    start_date = (datetime.datetime.now() - datetime.timedelta(days=99)).strftime("%Y-%m-%d")
    # end_date设置为今天日期+1
    end_date = (datetime.datetime.now() + datetime.timedelta(days=1)).strftime("%Y-%m-%d")
    billing_url = f"https://api.openai.com/v1/dashboard/billing/usage?start_date={start_date}&end_date={end_date}"
    billing_response = requests.get(billing_url, headers=headers)
    if billing_response.status_code == 200:
        data = billing_response.json()
        total_usage = data.get("total_usage") / 100
        daily_costs = data.get("daily_costs")
        days = min(5, len(daily_costs))
        recent = f"最近{days}天使用情况  \n"
        for i in range(days):
            cur = daily_costs[-i-1]
            date = datetime.datetime.fromtimestamp(cur.get("timestamp")).strftime("%Y-%m-%d")
            line_items = cur.get("line_items")
            cost = 0
            for item in line_items:
                cost += item.get("cost")
            recent += f"\t{date}\t{cost / 100} \n"
    else:
        return billing_response.text
 
    return f"\n总额:\t{total:.4f}  \n" \
                f"已用:\t{total_usage:.4f}  \n" \
                f"剩余:\t{total-total_usage:.4f}  \n" \
                f"\n"+recent

输出结果如下:


总额: 18.0000


已用: 0.4737


剩余: 17.5263


最近5天使用情况


2023-04-28 0.0


2023-04-27 0.0


2023-04-26 0.0


2023-04-25 0.0


2023-04-24 0.0


可访问 https://aichat.xingtupai.com 查看示例

余额查询方法可参考:https://www.chatgptzh.com/post/325.html


相关文章

【玩转 GPU】本地部署大模型--ChatGLM(尝鲜篇)

【玩转 GPU】本地部署大模型--ChatGLM(尝鲜篇)

本文主要介绍ChatGLM-6B 的本地部署,提供更保姆级别的教程,让完全不懂技术的同学,也能在本地部署大模型~在19年曾经尝试过使用GPT2进行代码补全,当时就被大模型效果惊艳到啊,只是没想到短短3...

ChatGPT在法律研究中的优势:人工智能如何改变律师工作

在如今这个快速变化的时代,人工智能(AI)已经逐渐渗透到各行各业,而法律界也不例外。今天,我们来聊聊ChatGPT,这种先进的AI技术是如何在法律研究中大展身手,并对律师工作产生深远影响的。 首先,我...

如何安全购买OpenAI APIKey

大家好,欢迎来到我的博客!今天我们来聊聊一个非常实用的话题:如何安全购买OpenAI API Key。随着人工智能技术的发展,越来越多的开发者和企业开始使用OpenAI的API来实现各种创新应用。然而...

全面解析自媒体Prompt提示词教程:初学者必备指南

在当今数字化时代,自媒体的迅猛发展为我们提供了前所未有的创作和传播机会。无论是个人还是企业,通过自媒体平台分享内容,吸引受众,都是一件再自然不过的事情。而在这个过程中,如何高效地生成优质内容是关键,这...

自然语言处理(NLP):如何让计算机理解人类语言

闪电发卡ChatGPT产品推荐:ChatGPT独享账号:https://www.chatgptzh.com/post/86.htmlChatGPT Plus独享共享账号购买代充:https://www...

通过ChatGPT实现制造业智能客服

在现代制造业中,智能客服系统正逐渐成为不可或缺的一部分。而随着技术的不断进步,ChatGPT这样的人工智能工具正为制造业的智能客服带来前所未有的变革。那么,ChatGPT究竟是如何实现制造业智能客服的...

发表评论    

◎欢迎参与讨论,请在这里发表您的看法、交流您的观点。