Tutorial API GPT-4O: Bermula dengan API Terbuka '

Openai's GPT-4O: Model Bahasa Multimodal

GPT-4O, model bahasa multimodal terbaru OpenAI, mengintegrasikan keupayaan audio, visual, dan teks ke dalam satu sistem yang berkuasa. Kemajuan ini meningkatkan interaksi manusia-komputer, menjadikannya lebih semula jadi dan intuitif. Tutorial ini memperincikan cara menggunakan GPT-4O melalui API OpenAI. Walaupun model Openai O1 menawarkan penalaran yang unggul, GPT-4O dan rakan sejawatannya yang lebih kecil, GPT-4O MINI, tetap optimum untuk aplikasi yang menuntut respons cepat, pemprosesan imej, atau panggilan fungsi. Untuk keperluan penalaran lanjutan, rujuk tutorial API Openai O1 kami.

Apa itu GPT-4O?

gpt-4o ("omni") mewakili lompatan utama dalam AI. Tidak seperti pendahulunya teks, GPT-4, proses GPT-4O dan menghasilkan teks, audio, dan imej.

Pendekatan multimodal ini melampaui batasan model berasaskan teks tradisional, memupuk lebih banyak interaksi semula jadi. GPT-4O juga mempunyai masa tindak balas yang lebih cepat, adalah 50% lebih murah daripada GPT-4 Turbo, dan menawarkan pemahaman audio dan visual yang unggul. Untuk gambaran keseluruhan yang komprehensif, lihat "Apa itu GPT-4O Terbuka".

Aplikasi GPT-4O

Di luar antara muka CHATGPT, pemaju boleh mengakses GPT-4O melalui API OpenAI, mengintegrasikan keupayaannya ke dalam aplikasi mereka. Sifat multimodalnya membuka banyak kemungkinan:

menyambung ke API GPT-4O

mari kita meneroka menggunakan GPT-4O melalui API OpenAI.

Langkah 1: Mendapatkan kunci API

Sebelum menggunakan API, buat akaun OpenAI dan dapatkan kunci API dari laman web API OpenAI. Proses penjanaan utama ditunjukkan di bawah:

ingat untuk menjaga kunci API anda selamat; Anda boleh menjana yang baru jika perlu.

Langkah 2: Mengimport API OpenAI ke Python

Pasang perpustakaan OpenAI Python menggunakan pip install openai. Kemudian, import modul yang diperlukan:

from openai import OpenAI

Langkah 3: Membuat Panggilan API

mengesahkan menggunakan kekunci API anda:

client = OpenAI(api_key="your_api_key_here")

Gantikan dengan kunci sebenar anda. Sekarang, menghasilkan teks: "your_api_key_here"

MODEL="gpt-4o"
completion = client.chat.completions.create(
  model=MODEL,
  messages=[
    {"role": "system", "content": "You are a helpful assistant that helps me with my math homework!"},
    {"role": "user", "content": "Hello! Could you solve 20 x 5?"}
  ]
)
print("Assistant: " + completion.choices[0].message.content)

Ini menggunakan API Penyempurnaan Sembang dengan GPT-4O untuk menyelesaikan masalah matematik. Output contoh ditunjukkan di bawah:

kes penggunaan audio dan visual

Walaupun input audio langsung belum tersedia melalui API, proses dua langkah (transkripsi kemudian ringkasan) boleh digunakan untuk tugas audio. Untuk analisis imej, sediakan data imej (BASE64 yang dikodkan atau URL) ke API. Contohnya disediakan dalam teks asal dan tunjukkan cara menganalisis bentuk dalam imej. Perhatikan bahawa ketepatan model boleh bergantung kepada kualiti imej dan kejelasan.

harga dan pertimbangan API GPT-4O

GPT-4O menawarkan harga yang kompetitif, terperinci dalam carta perbandingan dalam teks asal. Pertimbangan utama termasuk pengurusan kos (mengoptimumkan petunjuk dan menggunakan batching), latency (mengoptimumkan kod dan menggunakan caching), dan menggunakan penjajaran kes (pastikan kekuatan model sesuai dengan keperluan anda).

Kesimpulan

sifat multimodal GPT-4O mengatasi batasan model terdahulu. API memberi kuasa kepada pemaju untuk membuat aplikasi inovatif yang mengintegrasikan teks, audio, dan data visual dengan lancar. Sumber pembelajaran lanjut disenaraikan dalam teks asal. Seksyen Soalan Lazim juga memberikan jawapan kepada soalan umum mengenai GPT-4O dan perbandingannya dengan model lain.

Atas ialah kandungan terperinci Tutorial API GPT-4O: Bermula dengan API Terbuka '. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!