如何访问OpenAi O1 API |分析Vidhya-人工智能-PHP中文网

首页

科技周边

人工智能

如何访问OpenAi O1 API |分析Vidhya

Lisa Kudrow

Apr 13, 2025 am 10:14 AM

介绍

OpenAI的O1系列模型代表了大语言模型（ LLM ）功能的重大飞跃，尤其是对于复杂的推理任务。这些模型在响应之前从事深层内部思维过程，使其擅长解决科学，数学和编程中的复杂问题。本文将指导您介绍OpenAI O1 API的关键功能，介绍可用模型，并提供有关如何使用其先进的推理和代码生成能力的实用示例。

介绍
O1型号的关键功能
Openai O1-Mini和O1-preiview的定价和模型规格
- Openai O1-Mini
- Openai O1-preiview
O1-Mini vs O1-preiview
如何访问OpenAi O1 API？
- 步骤1：获取API访问
- 步骤2：安装Openai Python SDK
- 步骤3：初始化OpenAI客户端
将O1 API用于代码生成
- 步骤1：提示提示
- 步骤2：提出API请求
Beta限制
用O1模型进行编码和推理
- 创建提示
- 拨打API电话
- 输出
更复杂的用例
- 创建提示
- 拨打API
- 输出
科学推理及以后
- 创建提示
- 拨打API电话
- 输出
结论
常见问题

O1型号的关键功能

O1模型在解决需要逻辑，科学和数学推理的问题方面表现出色。他们在竞争性编程（CodeForces）中排名第89个百分位，并超过了物理，生物学和化学基准（GPQA）的博士学位级别的准确性。他们甚至在美国数学奥林匹克运动会的AIME预选赛中排名前500名学生。

目前有两种可用的型号：

O1-preiview：此模型使用广泛的常识来解决复杂问题，从而提前审视了O1的全部功能。
O1-Mini： O1模型的更快，更高效的版本，针对编码，数学和科学推理等任务进行了优化。

由于功能有限，O1型号现在正在Beta测试中。仅允许访问第5层中的开发人员，并且速率上限（20 rpm）。

另请阅读：如何访问OpenAi O1？

Openai O1-Mini和O1-preiview的定价和模型规格

OpenAI发布了O1型号系列的两个变体，每个变体都具有针对特定用例的不同定价和功能：

Openai O1-Mini

该模型针对编码，数学和科学任务进行了优化，为开发人员和研究人员提供了一种具有成本效益的解决方案。它具有128K的背景，并利用2023年10月的知识截止。

如何访问OpenAi O1 API |分析Vidhya

定价：每100万个令牌$ 3.00。
产出令牌：每100万个令牌$ 12.00。

Openai O1-preiview

O1-preview模型专为需要广泛知识的更复杂的任务而设计，定位用于先进的推理和解决问题。它还具有128K上下文，并借鉴了2023年10月的知识截止。

如何访问OpenAi O1 API |分析Vidhya

定价：每100万个令牌15.00美元。
产出令牌：每100万个令牌$ 60.00。

O1-Mini vs O1-preiview

特征	O1-Mini	O1-preiview
目标受众	开发人员和研究人员	一般用户，专业人士和组织
主要重点	在编码和数学等特定领域的高推理能力	一般知识能力，在多个学科之间具有更深的推理
成本	更具成本效益	成本更高
用例	适合需要专业推理的任务，例如编码或数学	处理需要广泛和深刻知识的复杂的多学科任务的理想选择
性能特征	专注于特定领域的专业知识，以实现高精度和速度	强调针对各种复杂问题和查询的全面理解和灵活性

另请阅读：GPT-4O vs OpenAI O1：新的OpenAI模型值得炒作吗？

如何访问OpenAi O1 API？

这是有关如何访问和使用OpenAI O1 API的分步指南：

步骤1：获取API访问

注册API访问：如果您尚未属于OpenAI Beta程序，则需要访问OpenAI的API页面请求访问。注册后，您可能需要等待批准才能访问O1型号。
生成一个API键：访问后，登录OpenAI API平台并生成API键。此密钥对于提出API请求是必要的。
- 转到API键，然后单击“创建新的秘密键”。
- 复制键并将其安全保存，因为您需要在代码示例中需要它。

步骤2：安装Openai Python SDK

要与O1 API进行交互，您需要安装OpenAI Python SDK。您可以使用以下命令来执行此操作：

 PIP安装Openai

此软件包允许您从Python代码向OpenAI提出API请求。

步骤3：初始化OpenAI客户端

安装SDK并获得API密钥后，您可以在Python中初始化客户端，如下所示：

来自Openai Import Openai

＃使用您的API密钥初始化OpenAI客户端
客户端= OpenAi（api_key =“ your-api-key”）

用您之前生成的实际API键替换“您的AP-KEY”。

将O1 API用于代码生成

现在，您已经设置了OpenAi客户端，让我们看一个示例，在该示例中，我们使用O1-preiview模型来生成python函数，该功能转换华氏度和摄氏之间的温度。

步骤1：提示提示

在此示例中，我们将要求该模型编写一个python函数，该功能将温度从华氏度转换为摄氏，反之亦然。

提示=“”
编写一个python函数，该功能将温度从华氏度转换为摄氏，反之亦然。
该函数应采用输入，确定类型（华氏度或摄氏），然后返回转换的温度。
”“”

步骤2：提出API请求

我们将使用chat.completions.create（）方法将此提示传递给O1模型，指定我们要使用的模型（O1-Preview）和用户消息。

响应= client.chat.completions.create（
    型号=“ O1-preview”，
    消息= [
        {
            “角色”：“用户”， 
            “内容”：提示
        }
    这是给出的
）

＃输出生成的Python代码
打印（响应。选择[0] .message.content）

在此示例中，O1浏览模型智能地处理了温度转换的逻辑，显示了其在求解简单编码任务方面的熟练程度。根据复杂性，这些请求可能需要几秒钟或更长的时间。

输出：

 ``python
def convert_temperature（temp_input）：
    ”“”
    将温度从华氏度转换为摄氏，反之亦然。

    参数：
    temp_input（str）：温度输入字符串，例如'100f'或'37c'。

    返回：
    STR：使用单元转换的温度。
    ”“”
    导入RE＃在功能中导入以保持范围本地

    ＃删除领先和尾随的空格
    temp_input = temp_input.strip（）

    ＃正式表达式解析输入字符串
    匹配= re.match（r'^（[ - ]？[0-9]*\。？[0-9]）\ s*（[ccff]）

Beta限制

在Beta阶段，O1 API的某些功能尚未得到完全支持。关键限制包括：

模式：仅文本，没有图像支持。
消息类型：仅用户和助手消息，没有系统消息。
流：不支持。
工具和功能：尚未可用，包括响应格式参数和函数调用。
温度和惩罚：温度，TOP_P和惩罚的固定值。

用O1模型进行编码和推理

O1模型在处理算法任务和推理方面表现出色。这是一个更新的示例，其中O1-MINI模型的任务是查找100以下的所有质量数的总和：

创建提示

写一个清晰的提示，描述您希望该模型执行的任务。在这种情况下，任务是编写一个python函数，该函数计算出100以下的所有素数的总和：

提示=“”
编写一个python函数，该函数计算100以下的所有素数的总和。 
该函数应首先确定一个数字是否为素数，然后总结 
所有质数低于100。
”“”

拨打API电话

使用chat.completions.create方法将提示发送到O1-MINI型号。这是完整的代码：

响应= client.chat.completions.create（
    型号=“ O1-Mini”，
    消息= [
        {
            “角色”：“用户”，
            “内容”：提示
        }
    这是给出的
）

打印（响应。选择[0] .message.content）

此示例显示了O1-MINI模型如何能够为诸如识别质数和执行基本数学操作之类的任务编写有效的代码。

输出

当然！以下是一个python函数，该函数计算出100以下的所有素数的总和。该函数包括辅助函数`iS_prime'，以确定一个数字是否为prime。在确定了低于100以下的所有质数之后，它将它们总结并返回总数。

``python
def is_prime（n）：
    ”“”
    检查一个数字是否是素数。

    参数：
    n（int）：检查原始性的数字。

    返回：
    bool：是的，如果n是素数，则否则为错误。
    ”“”
    如果n <h2 id="更复杂的用例">更复杂的用例</h2><p>O1浏览模型可以处理重量的任务，例如概述开发库存管理系统的计划。下面是一个示例，该模型为项目提供了高级结构：</p><h3 id="创建提示">创建提示</h3><pre class="brush:php;toolbar:false">提示=“”
我想开发一个库存管理系统，该系统跟踪产品，数量， 
和位置。当库存较低时，它应通知用户。为 
目录结构并为关键组件提供代码段。
”“”

拨打API

响应= client.chat.completions.create（
    型号=“ O1-preview”，
    消息= [
        {
            “角色”：“用户”，
            “内容”：提示
        }
    这是给出的
）

打印（响应。选择[0] .message.content）

在此示例中，O1浏览模型智能地计划了系统的结构并提供相关的代码片段，展示了其解决问题的能力。

输出

当然！开发库存管理系统涉及多个组件，包括数据库模型，
 用户界面和业务逻辑，用于跟踪库存级别并在库存较低时通知用户。 
 以下是项目目录结构的计划，以及密钥组件的代码片段 
 使用Python和Flask Web框架。

---

##目录结构

这是基于烧瓶的库存管理系统的建议目录结构：

````````
inventory_management/
├ -  app.py
├ - ─txt
├─Config.py
├─prun.py
├─实例/
││└─-config.py
├ - 型/
│├├前__init__.py
││ -  product.py
├ - 路线/
│├├前__init__.py
││└─PRODUCT_ROUTES.PY
├ - 服务/
│├├前__init__.py
│││─7notification_service.py
├ - 模板/
│├│前
│││─Index.html
││└─PRODUCT_DETAIL.HTML
├─..-静态/
CSS/
││└站/ JS/
└─— DB/
    └ - 库存.db
````````

 -  ** app.py **：初始化烧瓶应用程序和数据库。
 -  ** config.py **：包含配置变量。
 -  ** run.py **：运行应用程序的入口点。
 -  **模型/**：包含数据库模型。
 -  **路由/**：包含用于URL端点的路由处理程序。
 -  **服务/**：包含诸如通知服务之类的服务层。
 -  **模板/**：包含用于渲染网页的HTML模板。
 -  **静态/**：包含静态文件，例如CSS和JavaScript。
 -  ** db/**：包含SQLite数据库文件。

---

##密钥组件代码段

### 1。`app.py`：初始化烧瓶应用程序和数据库

``python
＃app.py
从烧瓶进口烧瓶
来自blask_sqlalchemy import sqlalchemy
来自Config Import Config

db = sqlalchemy（）

def create_app（）：
    app =烧瓶（__名称__）
    app.config.from_object（config）

    db.init_app（app）

    使用app.app_context（）：
        从型号导入产品
        db.create_all（）

        从routes.product_routes导入product_bp
        app.register_blueprint（product_bp）

    返回应用程序
````````

### 2。`config.py`：配置设置

``python
＃config.py
导入操作系统

类配置：
    secret_key = os.environ.get（'secret_key'，'your_secret_key_here'）
    sqlalchemy_database_uri ='sqlite：///db/inventory.db'
    sqlalchemy_track_modifications = false
    LOW_STOCK_THRESHOLD = 10＃低库存通知的数量
````````

### 3。`型/product.py`：产品模型

``python
＃型号/product.py
从应用程序导入数据库

类产品（db.model）：
    id = db.column（db.integer，primary_key = true）
    name = db.column（db.String（100），nullable = false）
    数量= db.column（db.integer，nullable = false，默认= 0）
    位置= db.column（db.String（100），nullable = false）

    def __repr __（自我）：
        返回f'<product>'
````````

### 4。

``python
＃路由/product_routes.py
从烧瓶导入蓝图，render_template，请求，重定向，url_for，flash
从应用程序导入数据库
从模型。产品进口产品
来自services.notification_service导入check_and_notify_low_stock

product_bp = blueprint（'product_bp'，__name__）

@product_bp.route（'/'）
def index（）：
    产品= product.query.all（）
    返回render_template（'index.html'，products = products）

@product_bp.route（'/product/<int>'）
def product_detail（product_id）：
    product = product.query.get_or_404（product_id）
    返回render_template（'product_detail.html'，product = product）

@product_bp.route（'/add_product'，方法= ['get'，'post']）
def add_product（）：
    如果request.method =='post'：
        name = request.form ['name']
        数量= int（request.form ['ventity']）
        位置= request.form ['位置']

        new_product = product（名称=名称，数量=数量，位置=位置）
        DB.Session.Add（new_product）
        db.session.commit（）

        check_and_notify_low_stock（new_product）
        flash（“成功添加！”，“成功”）
        返回redirect（url_for（'product_bp.index'））

    返回render_template（'add_product.html'）

@product_bp.route（'/update_product/<int>'，methods = ['get'，'post']）
def Update_product（product_id）：
    product = product.query.get_or_404（product_id）
    如果request.method =='post'：
        product.name = request.form ['name']
        product.quantity = int（request.form ['ventity']）
        product.location = request.form ['location']

        db.session.commit（）

        check_and_notify_low_stock（产品）
        Flash（“产品成功更新！”，“成功”）
        返回redirect（url_for（'product_bp.product_detail'，product_id = product.id））

    返回render_template（'update_product.html'，product = product）
````````

### 5。

``python
＃服务/notification_service.py
从烧瓶导入电流_App，flash

def check_and_notify_low_stock（产品）：
    如果product.quantity 
{％扩展'base.html'％}

{％块内容％}
<h1 id="库存管理">库存管理</h1>
<a href="%E2%80%9C">添加新产品</a>

    <tr>
        <th>名称</th>
        <th>数量</th>
        <th>位置</th>
        <th>动作</th>
    </tr>
    {产品％的产品}％}
    <tr>
        <td> {{product.name}} </td>
        <td> {{product.quantity}} </td>
        <td> {{product.location}} </td>
        <td>
            态
            态
        </td>
    </tr>
    {％endfor％}

{％endBlock％}
````````

### 7。`run.py`：运行应用程序

``python
＃run.py
从应用程序导入create_app

app = create_app（）

如果__name__ =='__ -main __'：
    app.run（debug = true）
````````

---

##关键组件的说明

 -  **产品模型**：代表具有字段的产品实体
 `name'，`ventity'和``位置''。它使用SQLalchemy与数据库进行交互。
 -  **路由**：定义用于查看，添加和更新产品的端点。 
他们处理HTTP请求和渲染模板。
 -  **通知服务**： 
包含逻辑以检查产品的数量是否低于配置中定义的阈值。 
目前，它使用烧瓶的“闪存系统进行通知，
 但是您可以将其扩展到发送电子邮件或推送通知。
 -  **模板**：构建演示层的HTML文件。 
`index.html`模板以表格式显示产品列表。
 -  **配置**：诸如数据库URI和低库存阈值之类的全局设置在``config.py''中定义。

---

##下一步

 -  **数据库迁移**：随着模型的发展，请考虑使用烧瓶迁移来处理数据库迁移。
 -  **用户身份验证**：如果需要，请实现用户登录功能。
 -  **增强通知**：集成电子邮件服务器或消息API，以发送低库存警报。
 -  **错误处理**：添加适当的错误处理以实现鲁棒性。
 -  **前端增强功能**：改善用CSS框架（如Bootstrap或物质化）的用户界面。

---

##要求安装

要设置项目，请创建虚拟环境并安装所需的软件包：

``bash
Python3 -M Venv Venv
来源VENV/bin/activate
PIP安装烧瓶烧瓶_sqlalchemy
````````

将这些依赖项添加到您的“ unignts.txt”中：

````````
烧瓶
Blask_sqlalchemy
````````

---

##运行应用程序

设置后，您可以使用：

``bash
python run.py
````````

导航到Web浏览器中的http：// localhost：5000`以与库存管理系统进行交互。

---

通过遵循此结构并将这些代码段作为起点， 
您可以开发一个功能性库存管理系统，该系统跟踪产品，其数量和位置， 
并在库存水平较低时通知用户。</int></int></product>

科学推理及以后

O1概览模型对于需要先进推理的科学研究也非常有用。这是一个示例，要求该模型探索CRISPR技术治疗遗传疾病的潜力：

创建提示

提示=“”
说明如何使用CRISPR技术来治疗遗传疾病。什么是 
主要的挑战以及未来可能需要的进步才能使其广泛广泛 
可用的？
”“”

拨打API电话

响应= client.chat.completions.create（
    型号=“ O1-preview”，
    消息= [
        {
            “角色”：“用户”， 
            “内容”：提示
        }
    这是给出的
）

打印（响应。选择[0] .message.content）

这个示例强调了O1概述模型如何通过复杂的科学挑战来推理，这是研究人员和科学家的绝佳工具。

输出

** CRISPR技术简介**

CRISPR（群集定期间隔短的短粒子重复序列）技术是一种开创性的基因编辑工具，可让科学家 
改变DNA序列并以前所未有的精度和效率来改变基因功能。 
CRISPR-CAS系统源自细菌和古细菌中发现的自然防御机制，可保护这些微生物免受病毒感染的影响。 
基因编辑中最常用的系统是CRISPR-CAS9，其中Cas9酶充当分子剪刀，可在特定位置切割DNA 
在可自定义的RNA序列的指导下。

**使用CRISPR治疗遗传疾病**

遗传疾病通常是由破坏正常基因功能的个体DNA突变或改变引起的。 CRISPR技术可以 
可能在遗传水平上纠正这些突变，提供治愈疾病的前景，而不仅仅是治疗症状。 
使用CRISPR治疗遗传疾病的一般步骤包括：

1。**鉴定靶基因：**确定负责该疾病的确切遗传突变。
   
2。**设计引导RNA（GRNA）：**制定与突变位点DNA序列相匹配的RNA序列。

3。**输送到靶细胞中：**将CRISPR-CAS9成分引入患者的细胞，即体内（体内）或体内（体内）。

4。**基因编辑过程：**在细胞内，Cas9酶在GRNA的引导下结合到靶DNA序列并引入切割。 
然后，细胞的自然修复机制接管了切割，理想情况下纠正了突变。

5。**正常功能的恢复：**如果成功，则纠正基因，并且恢复正常蛋白质和细胞功能， 
减轻或消除疾病症状。

**使用CRISPR治疗遗传疾病的主要挑战**

尽管CRISPR具有巨大的潜力，但在成为遗传疾病的常规治疗方法之前，需要面临一些重大挑战：

1。**传递到靶细胞和组织：**

    -  **有效的输送方法：**将CRISPR组件进入体内正确的细胞是一个主要障碍。交付方法必须是有效的， 
   特定于目标细胞，安全。
    -  **病毒载体的局限性：**常见递送方法使用病毒载体（例如腺病毒或腺相关病毒）， 
   这可以引起免疫反应或具有遗传有效载荷的尺寸限制。
    -  **非病毒输送系统：**正在探索诸如脂质纳米颗粒之类的替代方案，但是优化其效率和特异性仍然具有挑战性。

2。**脱靶效应和意外突变：**

    -  **精确问题：** CAS9可能会在基因组中的意外部位切割，从而导致脱靶作用，从而导致有害突变或破坏其他基因。
    -  **基因组完整性：**确保基因编辑不会无意中增加患癌症或其他遗传疾病的风险至关重要。

3。**免疫反应：**

    -  ** CRISPR成分的免疫原性：** CAS9蛋白具有细菌来源，可以被人类免疫系统识别为外来，
    导致免疫反应可降低治疗疗效或引起不良反应。

4。**道德和监管问题：**

    -  **种系编辑问题：**在生殖细胞中编辑基因（精子，卵或胚胎）提出了道德问题
    因为变化是可遗传的，并且会影响子孙后代。
    -  **监管批准：**需要强大的监管框架来监督临床应用，确保患者安全并解决生物伦理方面的考虑。

5。**长期效果和安全：**

    -  **基因校正的耐用性：**有必要了解最后的基因编辑效果以及是否需要重复治疗的效果。
    -  **监测不良结果：**需要长期研究以监测延迟的不良反应，例如肿瘤发育。

6。**技术限制：**

    -  **基因递送大小约束：**一些基因太大，无法使用当前向量进行有效传递。
    -  **控制基因修复机制：**细胞的天然DNA修复途径可能并不总是导致
    Cas9诱导的切割后所需的基因校正。

**广泛可用性所需的未来进步**

为了克服这些挑战并使基于CRISPR的疗法广泛可用，需要进行一些进步和发展：

1。**增强的交付系统：**

    -  **有针对性的交付机制：**开发安全，高效和精确的方法来交付CRISPR 
   组件专门针对受影响的细胞或组织。
    -  **非病毒载体：**推进非病毒递送方法，例如纳米颗粒，工程外泌体， 
   或物理方法（例如，电穿孔）以降低免疫原性并增加有效载荷能力。

2。**提高特异性并减少脱靶效应：**

    -  **高保真CAS9变体：**具有更高特异性的工程CAS9酶，以最大程度地减少意外切割。
    -  **替代核酸酶：**探索其他酶（例如，CAS12A）或基本编辑器 
   精确的更改，而无需引入双链断裂。

3。**安全增强：**

    -  **瞬态表达系统：**设计CRISPR组件仅临时活跃 
   减少脱离目标活动的窗口。
    -  **免疫调节策略：**开发方法来减轻针对CRISPR组件的免疫反应。

4。**道德准则和监管框架：**

    -  **国际共识：**建立允许的全球道德标准和法规 
   基因编辑的使用，尤其是有关生殖线修饰的使用。
    -  **公众参与：**教育公众和利益相关者建立有关基因编辑疗法的信任并知情同意。

5。**临床试验和长期研究：**

    -  **强大的临床数据：**进行广泛的临床试验以证明安全性和功效 
   跨不同人群和遗传疾病。
    -  **监视和报告系统：**对患者实施长期监控 
   接受基于CRISPR的治疗方法，以跟踪结果和副作用。

6。**可伸缩性和成本降低：**

    -  **制造业进步：**改善CRISPR组件的生产过程，使疗法更实惠。
    -  **医疗保健基础设施：**增强医疗保健系统，以支持基因编辑治疗所需的提供和随访护理。

7。**个性化医学整合：**

    -  **遗传筛查和诊断：**整合综合遗传 
   测试以识别可以从CRISPR疗法中受益的患者。
    -  **定制治疗方法：**开发针对单个遗传特征来调整CRISPR疗法的方案。

8。**监管批准途径：**

    -  **简化过程：**与监管机构一起建立清晰的途径 
   在确保患者安全的同时，批准基因编辑疗法。
    -  **合作努力：**鼓励学术界合作， 
   行业和监管机构加速发展和批准。

**结论**

CRISPR技术具有通过提供一种来治疗遗传疾病的变革潜力 
用于纠正其来源的致病突变。 
但是，必须面临重大科学，技术，道德和监管挑战 
被解决以充分意识到这一潜力。交付方法，特异性，安全性的进步 
道德准则和监管框架至关重要。 
通过持续的研究，协作和负责任的创新，基于CRISPR的疗法可能 
成为广泛可用的现实，为受遗传疾病影响的个人提供希望。

另请阅读：您需要查看的Openai O1的3个动手实验