雖然 OpenAI 和 Azure OpenAI 服務依賴常見的 Python 用戶端程式庫,但您需要對程式碼進行小變更,才能在端點之間來回交換。 本文將逐步引導您完成跨 OpenAI 和 Azure OpenAI 工作時所遇到的常見變更和差異。
本文只會示範新的 OpenAI Python 1.x API 連結庫的範例。 如需從 0.28.1
移轉的資訊, 1.x
請參閱我們的 移轉指南。
雖然 OpenAI 和 Azure OpenAI 服務依賴常見的 Python 用戶端程式庫,但您需要對程式碼進行小變更,才能在端點之間來回交換。 本文將逐步引導您完成跨 OpenAI 和 Azure OpenAI 工作時所遇到的常見變更和差異。
本文只會示範新的 OpenAI Python 1.x API 連結庫的範例。 如需從 0.28.1
移轉的資訊, 1.x
請參閱我們的 移轉指南。
建議您使用環境變數。 如果您之前尚未這麼做,我們的 Python 快速入門 會逐步引導您完成此設定。
OpenAI | Azure OpenAI |
|
|
OpenAI | Azure OpenAI |
|
|
OpenAI 會使用 model
關鍵字引數來指定要使用的模型。 Azure OpenAI 具有唯一模型 部署的概念。 當您使用 Azure OpenAI 時, model
應該參考您在部署模型時所選擇的基礎部署名稱。
重要
當您透過 Azure OpenAI 中的 API 存取模型時,您必須參考部署名稱,而不是 API 呼叫中的基礎模型名稱,這是 OpenAI 與 Azure OpenAI 之間的主要差異之一。 OpenAI 只需要模型名稱。 即使使用模型參數,Azure OpenAI 一律需要部署名稱。 在我們的檔中,我們通常會有一些範例,其中部署名稱會表示為與模型名稱相同,以協助指出哪個模型適用於特定 API 端點。 您的部署名稱最終可以遵循最適合使用案例的任何命名慣例。
OpenAI | Azure OpenAI |
|
|
OpenAI 和 Azure OpenAI 目前支援最多 2,048 個文字內嵌-ada-002 輸入項目的輸入數位。 這兩者都需要每個 API 要求的最大輸入令牌限制,才能針對此模型保留低於 8,191。
OpenAI | Azure OpenAI |
|
|
https://aka.ms/ContentUserFeedback。
即將登場:在 2024 年,我們將逐步淘汰 GitHub 問題作為內容的意見反應機制,並將它取代為新的意見反應系統。 如需詳細資訊,請參閱:提交並檢視相關的意見反應