አጠቃላይ እይታ
የሞዴል ምላሽ ርዝመትን መቆጣጠር ለብዙ ምክንያቶች ጠቃሚ ነው፦ ወጪን ለመቆጣጠር ይረዳል (በtoken ስለሚከፍሉ)፣ መዘግየት/አፈጻጸምን ያሻሽላል (አጭር ምላሾች በፍጥነት ይመለሳሉ)፣ እና ከመጠን በላይ ረጅም ወይም ብዙ ቃላት ያሉትን ውጤቶች በማስወገድ ተዛማጅነትን ያረጋግጣል።
ይህንን በtoken ጣሪያዎች፣ በማመዛዘን እና በዝርዝርነት ቅንብሮች፣ በግልጽ መመሪያዎች፣ በምሳሌዎች እና በማቆሚያ ቅደም ተከተሎች መድረስ ይችላሉ። በጣም ወቅታዊ እና ሙሉ ዝርዝሮችን ለማግኘት፣ ሁልጊዜ በplatform.openai.com ላይ ያለውን ይፋዊ የኤፒአይ ማጣቀሻ ይመልከቱ።
የውጤት ከፍተኛ ርዝመትን ያቀናብሩ
የምላሾች ኤፒአይ
ለGPT-5 ሞዴሎች እና ለአብዛኞቹ የo-series ሞዴሎች ይጠቅማል፦ ሞዴሉ የሚያመነጫቸውን token-ዎች ብዛት ለመገደብ max_output_tokensን ይጠቀሙ። ለcompaction_trigger ጥያቄዎች max_output_tokensን ይተዉት ወይም ቢያንስ 20000 ያድርጉት፤ ከዚያ ያነሱ እሴቶች ውድቅ ይደረጋሉ። የምላሾች ኤፒአይ በርካታ ማጠናቀቂያዎችን (n) አይደግፍም።
የውይይት ማጠናቀቂያዎች ኤፒአይ
ለቆዩ GPT-3.5፣ GPT-4o እና አንዳንድ ጊዜ ለo-series ሞዴሎች ይጠቅማል።
እንደ o3 እና o4-mini ላሉ የማመዛዘን ሞዴሎች max_completion_tokensን (የmax_tokens ተለዋጭ ስም) ይጠቀሙ።
ለቀድሞዎቹ ወይም ማመዛዘን ለማይጠቀሙ ሞዴሎች max_tokens አሁንም ይሠራል።
stop እና nን (በርካታ ማጠናቀቂያዎችን) ይደግፋል።
ማስታወሻ፦ የ“ዝቅተኛ token ብዛት” ቅንብር የለም። ዝቅተኛ ርዝመት ከፈለጉ፣ በእርምጃዎ ውስጥ በግልጽ ይግለጹት።
በሞዴል ቡድን የtoken ገደቦች
ወቅታዊ የtoken ገደቦች፣ የአውድ መጠኖች እና የውጤት ጣሪያዎችን ለማወቅ፣ እባክዎ የተወሰነውን የሞዴል ሰነድ ይመልከቱ።
ፈጣን ምሳሌዎች
Responses API
{ "model": "gpt-5", "input": "ግኝቶቹን በ~80 ቃላት አጠቃልል።", "max_output_tokens": 120 }የውይይት ማጠናቀቂያዎች (የማመዛዘን ሞዴል)
{ "model": "o3-mini", "messages": [{"role": "user", "content": "Write five one-line options."}], "max_completion_tokens": 100 }ለGPT-5 ሞዴሎች የተለዩ መቆጣጠሪያዎች፦ verbosity እና reasoning.effort
እነዚህ መቆጣጠሪያዎች በGPT-5 ሞዴሎች ላይ ብቻ ይገኛሉ (gpt-5.2፣ gpt-5.2-chat-latest፣ gpt-5.2 pro ወዘተ)። የO-series እና የቆዩ ሞዴሎች እነዚህን አይደግፉም።
verbosity ከ"low"፣ "medium" (ነባሪ) ወይም "high" አንዱን ይቀበላል። የዝርዝሩን ደረጃ ይቆጣጠራል፤ ጥብቅ ገደቦችን ግን አይቀይርም።
{ "model": "gpt-5", "input": "PageRankን በከፍተኛ ደረጃ አብራራ።", "text": { "verbosity": "low" }, "max_output_tokens": 200 }reasoning.effort መልስ ከመሰጠቱ በፊት ምን ያህል የማመዛዘን token-ዎች እንደሚመነጩ ይቆጣጠራል። GPT-5.2 none፣ low፣ medium፣ high እና xhighን ይደግፋል። gpt-5.2-pro የሚደግፈው medium፣ high እና xhighን ብቻ ነው። የቀድሞ የማመዛዘን ሞዴሎች የሚደግፉት low፣ medium እና highን ብቻ ነው።
{ "model": "gpt-5", "input": "የነፃነት ሐውልትን በ1ሚሜ ሽፋን ለመሸፈን ስንት ወርቅ ያስፈልጋል?", "reasoning": { "effort": "minimal" } }ለፈጣን ምላሽ ቅድሚያ በሚሰጡ አጠቃቀሞች ሞዴሉ ማመዛዘን እንደማይጠቀም ሞዴል እንዲሠራ reasoning.effortን ወደ none ማቀናበር ይችላሉ።
የተለዩ መመሪያዎችን ያቅርቡ
የሚፈልጉትን ትክክለኛ ርዝመት ወይም ቅርጽ ይጠይቁ። ምሳሌዎች፦
“በትክክል አምስት አማራጮችን ዘርዝር።”
“50-ቃል ማጠቃለያ ጻፍ።”
“ከ100 tokens አይበልጥ። ተጨማሪ ካስፈለገዎት፣ ‘ተጨማሪ ቦታ ያስፈልጋል።’ ይበሉ።”
ተመሳሳይ ርዝመት ያላቸውን ምሳሌዎች ይጠቀሙ
ከሚፈልጉት ርዝመት ጋር የሚዛመዱ እጥር ምጥን ምሳሌዎች ሞዴሉ ንድፉን እንዲቀጥል ይረዳሉ።
ስልታዊ የማቆሚያ ቅደም ተከተሎችን ይተግብሩ
ሞዴሉ መለያ ምልክት ወይም የተቆጠረ ዝርዝር ወሰን ላይ ሲደርስ ማመንጨቱን ለማቆም stopን ይጠቀሙ።
{ "stop": ["
###", "6."] }በርካታ አማራጭ ውጤቶች
የውይይት ማጠናቀቂያዎች፦ n በአንድ ጥሪ በርካታ ማጠናቀቂያዎችን ይመልሳል።
የምላሾች ኤፒአይ፦ n አይደገፍም፤ ከአንድ በላይ ውጤት ከፈለጉ ብዙ ጥሪዎችን ያድርጉ።