OpenAI社区今天凌晨4点多发送的邮件，介绍了ChatGPT官方API的发布。官方介绍文档地址为“OpenAI API”和“OpenAI API”。
ChatGPT(GPT3.5)官方API模型名称为“gpt-3.5-turbo”和“gpt-3.5-turbo-0301”。API调用价格比GPTtext-davinci-003模型便宜10倍。调用费用为0.002美元/1000tokens，折合下来差不多0.1元4000~5000字。这个字数包括问题和返回结果字数。
1 API调用方法
1.1 调用参数
ChatGPT(GPT3.5)官方API调用方式如下所示，与GPT3模型调用基本一致，输入主要有7个参数。预计今天晚上，这两个模型会集成到RdFast智能创作机器人小程序和RdChat桌面程序。大家可以随时体验一下，敬请关注。
model：模型名称，gpt-3.5-turbo或gpt-3.5-turbo-0301messages：问题或待补全内容，下面重点介绍。temperature：控制结果随机性，0.0表示结果固定，随机性大可以设置为0.9。max_tokens：最大返回字数（包括问题和答案），通常汉字占两个token。假设设置成100，如果prompt问题中有40个汉字，那么返回结果中最多包括10个汉字。ChatGPT API允许的最大token数量为4096，即max_tokens最大设置为4096减去问题的token数量。top_p：设置为1即可。6frequency_penalty：设置为0即可。presence_penalty：设置为0即可。stream。
需要注意，上述输入参数增加stream，即是否采用控制流的方式输出。
如果stream取值为False，那么返回结果与第1节GPT3接口一致，完全返回全部文字结果，可通过response["choices"][0]["text"]进行读取。但是，字数越多，等待返回时间越长，时间可参考控制流读出时的4字/每秒。
如果steam取值为True时，那么返回结果是一个Python generator，需要通过迭代获取结果，平均大约每秒钟4个字（33秒134字，39秒157字），读取程序如下所示。可以看到，读取结果的结束字段为“<|im_end|>”。
1.2 messages
messages字段组成部分包括角色role和content问题两个部分组成，如下所示：
model="gpt-3.5-turbo",messages=[{"role": "system", "content": "You are a helpful assistant."},{"role": "user", "content": "Who won the world series in ?"},{"role": "assistant", "content": "The Los Angeles Dodgers won the World Series in ."},{"role": "user", "content": "Where was it played?"}]
在gpt-3.5-turbo模型中，角色role包含system系统、assistant助手和用户user三种类型。System角色相当于告诉ChatGPT具体以何种角色回答问题，需要在content中指明具体的角色和问题内容。而gpt-3.5-turbo-0301主要区别在于更加关注问题内容，而不会特别关注具体的角色部分。gpt-3.5-turbo-0301模型有效期到6月1日，而gpt-3.5-turbo会持续更新。
assistant助手和用户user则相当于已经指明了角色，content直接写入关注的问题即可。
2 参考程序
示例参考程序如下所示：
# -*- coding: utf-8 -*-"""Created on Wed Dec 21 21:58:59 @author: Administrator"""import openaidef openai_reply(content, apikey):openai.api_key = apikeyresponse = openai.ChatCompletion.create(model="gpt-3.5-turbo-0301",#gpt-3.5-turbo-0301messages=[{"role": "user", "content": content}],temperature=0.5,max_tokens=1000,top_p=1,frequency_penalty=0,presence_penalty=0,)# print(response)return response.choices[0].message.contentif __name__ == '__main__':content = '你是谁？'ans = openai_reply(content, '你的APIKEY')print(ans)
