python使用API调用ChatGPT（附各模型token一览表）

大家好，我是小困难。最近在做的项目中有涉及到调用ChatGPT的API，于是想要在这里和大家分享一下我的经验，希望能够帮助到大家。

python实现调用

使用python调用ChatGPT的API，依赖于python中的openai库，如果没有安装该库，可以使用下面的命令安装：

pip install openai

安装完必须的库后，我们就可以使用openai库中的函数正式开始调用了。

import openai

openai.api_key = 'your_api_key'

response = openai.ChatCompletion.create(
	model="gpt-3.5-turbo",  
    messages=prompt_text,
    max_tokens=2000,
    n=1,
    stop=None,
    temperature=0.5,
)

response_content = response.choices[0].message.content

1. openai.api_key = 'your_api_key': 在这里我们需要设定自己在OpenAI平台上获取的API密钥，这个密钥是用于身份验证，确保你有权利访问OpenAI的服务。
2. response = openai.ChatCompletion.create(...): 从这里开始发起对ChatGPT API的请求。使用openai.ChatCompletion.create方法，我们向ChatGPT模型提交一个对话生成的请求。
   • model="gpt-3.5-turbo": 指定要使用的模型。
   • messages=prompt_text: 提供对话的信息，其中prompt_text是一个包含对话角色和内容的列表。系统提示、用户输入和助手ChatGPT的回复都在这个列表中，等一下我们再具体讲解一下这一部分。
   • max_tokens=2000: 限制生成的文本长度。
   • n=1: 请求的响应数，这里设置为1，表示我们只需要一个ChatGPT的回复。
   • stop=None: 指定停止标志，如果想要在生成的文本中指定位置停止，可以在这里设置。
   • temperature=0.5: 控制生成文本的多样性，较低的值会产生更加确定性的输出，而较高的值则会产生更加多样化的输出。
3. response_content = response.choices[0].message.content: 从API的响应中提取ChatGPT生成的回复内容。API的响应是一个JSON格式的对象，其中response.choices包含了生成的文本，我们通过[0].message.content获取了其中的内容。

上面展示的版本是老版本的openai库的使用，新版本有了一些细节上的改变，如下：

response = openai.chat.completions.create(
	model="gpt-3.5-turbo",
    messages=prompt_text,
    max_tokens=2000,
    n=1,
    stop=None,
    temperature=0.5,
)

接下来我重点讲解一下messages的设定，messages是一个包含对话角色和内容的列表，openai允许设定三种角色：

• system系统消息：可以理解为对GPT角色的设定，你希望它在本次会话中扮演什么角色。
• user用户消息：对话（你和GPT交流的内容），相当于你在网页端的输入框中输入并发送的消息。
• assistant助理消息：你希望GPT回复的内容，通常用于限定它的回复格式。

prompt_text = [{"role": "system", "content": "You are an expert in Python."},
                {"role": "user", "content": "Please tell me the basics of Python."},
                {"role": "assistant", "content": "1. Installation:...2. Hello, World!:...3. ..."}
                 ]

完整的代码如下：

import openai

def get_chat_messages(prompt_text):
    openai.api_key = 'your_api_key'
    response = openai.ChatCompletion.create(
        model="gpt-3.5-turbo",  
        messages=prompt_text,
        max_tokens=2000,
        n=1,
        stop=None,
        temperature=0.5,
    )
    return response.choices[0].message.content

# 定义对话信息
prompt_text = [{"role": "system", "content": "You are an expert in Python."},
                {"role": "user", "content": "Please tell me the basics of Python."},
                {"role": "assistant", "content": "1. Installation:...2. Hello, World!:...3. ..."}
                 ]

# 调用ChatGPT API生成回复
response_content = get_chat_messages(prompt_text)

# 打印生成的回复
print("ChatGPT回复：", response_content)

ChatGPT 各种模型token一览表

gpt-3.5

MODEL	DESCRIPTION	CONTEXT WINDOW	TRAINING DATA
gpt-3.5-turbo-1106	New Updated GPT 3.5 Turbo The latest GPT-3.5 Turbo model with improved instruction following, JSON mode, reproducible outputs, parallel function calling, and more. Returns a maximum of 4,096 output tokens. Learn more.	16,385 tokens	Up to Sep 2021
gpt-3.5-turbo	Currently points to gpt-3.5-turbo-0613.	4,096 tokens	Up to Sep 2021
gpt-3.5-turbo-16k	Currently points to gpt-3.5-turbo-16k-0613.	16,385 tokens	Up to Sep 2021
gpt-3.5-turbo-instruct	Similar capabilities as GPT-3 era models. Compatible with legacy Completions endpoint and not Chat Completions.	4,096 tokens	Up to Sep 2021
gpt-3.5-turbo-0613	Legacy Snapshot of gpt-3.5-turbo from June 13th 2023. Will be deprecated on June 13, 2024.	4,096 tokens	Up to Sep 2021
gpt-3.5-turbo-16k-0613	Legacy Snapshot of gpt-3.5-16k-turbo from June 13th 2023. Will be deprecated on June 13, 2024.	16,385 tokens	Up to Sep 2021
gpt-3.5-turbo-0301	Legacy Snapshot of gpt-3.5-turbo from March 1st 2023. Will be deprecated on June 13th 2024.	4,096 tokens	Up to Sep 2021

gpt-4

MODEL	DESCRIPTION	CONTEXT WINDOW	TRAINING DATA
gpt-4-0125-preview	New GPT-4 Turbo The latest GPT-4 model intended to reduce cases of “laziness” where the model doesn’t complete a task. Learn more.	128,000 tokens	Up to Apr 2023
gpt-4-turbo-preview	Currently points to gpt-4-0125-preview.	128,000 tokens	Up to Apr 2023
gpt-4-1106-preview	GPT-4 Turbo model featuring improved instruction following, JSON mode, reproducible outputs, parallel function calling, and more. Returns a maximum of 4,096 output tokens. This preview model is not yet suited for production traffic. Learn more.	128,000 tokens	Up to Apr 2023
gpt-4-vision-preview	GPT-4 with the ability to understand images, in addition to all other GPT-4 Turbo capabilities. Returns a maximum of 4,096 output tokens. This is a preview model version and not suited yet for production traffic. Learn more.	128,000 tokens	Up to Apr 2023
gpt-4	Currently points to gpt-4-0613. See continuous model upgrades.	8,192 tokens	Up to Sep 2021
gpt-4-0613	Snapshot of gpt-4 from June 13th 2023 with improved function calling support.	8,192 tokens	Up to Sep 2021
gpt-4-32k	Currently points to gpt-4-32k-0613. See continuous model upgrades. This model was never rolled out widely in favor of GPT-4 Turbo.	32,768 tokens	Up to Sep 2021
gpt-4-32k-0613	Snapshot of gpt-4-32k from June 13th 2023 with improved function calling support. This model was never rolled out widely in favor of GPT-4 Turbo.	32,768 tokens	Up to Sep 2021

如果想要了解更多内容，大家也可以直接访问ChatGPT API 的官网 OpenAI API