વિહંગાવલોકન
મોડલના પ્રતિસાદની લંબાઈ નિયંત્રિત કરવી ઘણા કારણોસર ઉપયોગી છે: તે ખર્ચ સંચાલિત કરવામાં મદદ કરે છે (કારણ કે તમે પ્રતિ ટોકન ચૂકવો છો), લેટન્સી/પ્રદર્શન સુધારે છે (ટૂંકા પ્રતિસાદો ઝડપથી પાછા મળે છે), અને અતિ લાંબા અથવા શબ્દબહુલ આઉટપુટ ટાળીને પ્રાસંગિકતા સુનિશ્ચિત કરે છે.
તમે આ ટોકન કેપ્સ, রিজনিং અને વર્બોસિટી સેટિંગ્સ, સ્પષ્ટ સૂચનાઓ, ઉદાહરણો અને સ્ટોપ સિક્વન્સનો ઉપયોગ કરીને મેળવી શકો છો. સૌથી અદ્યતન અને સંપૂર્ણ વિગતો માટે, હંમેશાં platform.openai.com પરનો અધિકૃત API રેફરન્સ જુઓ.
મહત્તમ આઉટપુટ લંબાઈ સેટ કરો
રિસ્પોન્સિસ API
GPT-5 મોડલ અને મોટાભાગનાં o-શ્રેણીનાં મોડલ માટે વપરાય છે: મોડલ જનરેટ કરશે તે ટોકનની સંખ્યા મર્યાદિત કરવા max_output_tokens વાપરો. compaction_trigger વિનંતીઓ માટે max_output_tokensને છોડી દો અથવા તેનું મૂલ્ય ઓછામાં ઓછું 20000 રાખો; તેનાથી નાનાં મૂલ્યો નકારવામાં આવે છે. રિસ્પોન્સિસ API અનેક કમ્પ્લીશન્સ (n)ને સમર્થન આપતું નથી.
ચેટ કમ્પ્લીશન્સ API
જૂનાં GPT-3.5, GPT-4o અને ક્યારેક o-શ્રેણી માટે વપરાય છે.
o3 અને o4-mini જેવાં রিজনিং মডেল માટે max_completion_tokens વાપરો (max_tokensનું ઉપનામ).
અગાઉનાં અથવા રિઝનિંગ વિનાનાં મોડલ માટે max_tokens હજી પણ કાર્ય કરે છે.
stop અને n (અનેક કમ્પ્લીશન્સ)ને સમર્થન આપે છે.
નોંધ: “ન્યૂનતમ ટોકન્સ” માટે કોઈ સેટિંગ નથી. જો તમને ન્યૂનતમ લંબાઈ જોઈએ, તો તે તમારા પ્રોમ્પ્ટમાં સ્પષ્ટ કરો.
મોડલ જૂથ પ્રમાણે ટોકન મર્યાદાઓ
અપ-ટુ-ડેટ ટોકન મર્યાદાઓ, કોન્ટેક્સ્ટ સાઇઝ અને આઉટપુટ કેપ્સ માટે, કૃપા કરીને ચોક્કસ મોડલ દસ્તાવેજીકરણ જુઓ.
ઝડપી ઉદાહરણો
Responses API
{ "model": "gpt-5", "input": "નિષ્કર્ષોને ~80 શબ્દોમાં સંક્ષિપ્ત કરો.", "max_output_tokens": 120 }Chat Completions (রিজনিং মডেল)
{ "model": "o3-mini", "messages": [{"role": "user", "content": "Write five one-line options."}], "max_completion_tokens": 100 }GPT-5 મોડલ માટેનાં વિશિષ્ટ નિયંત્રણો: verbosity અને reasoning.effort
આ નિયંત્રણો ફક્ત GPT-5 મોડલમાં જ ઉપલબ્ધ છે (gpt-5.2, gpt-5.2-chat-latest, gpt-5.2 pro વગેરે). o-શ્રેણી અને જૂનાં મોડલ તેમને સમર્થન આપતાં નથી.
verbosity માટે "low", "medium" (ડિફૉલ્ટ) અથવા "high" સ્વીકાર્ય છે. તે વિગતોના સ્તરને અસર કરે છે, પરંતુ નિશ્ચિત મર્યાદાઓને નહીં.
{ "model": "gpt-5", "input": "PageRank ને ઊંચા સ્તરે સમજાવો.", "text": { "verbosity": "low" }, "max_output_tokens": 200 }જવાબ આપતાં પહેલાં કેટલા রিজনিং ટોકન જનરેટ થાય છે તે reasoning.effort નિયંત્રિત કરે છે. GPT-5.2માં none, low, medium, high અને xhigh સમર્થિત છે. gpt-5.2-proમાં ફક્ત medium, high અને xhigh સમર્થિત છે. અગાઉનાં রিজনিং মডেল ફક્ત low, medium અને highને સમર્થન આપે છે.
{ "model": "gpt-5", "input": "સ્ટેચ્યુ ઓફ લિબર્ટીને 1mmની પરતથી કોટ કરવા કેટલું સોનું લાગશે?", "reasoning": { "effort": "minimal" } }વિલંબ પ્રત્યે સંવેદનશીલ ઉપયોગના કિસ્સાઓમાં મોડલને રિઝનિંગ વિનાના મોડલની જેમ વર્તાવવા માટે reasoning.effortને none પર સેટ કરી શકો છો.
ચોક્કસ સૂચનાઓ આપો
તમને જોઈતી ચોક્કસ લંબાઈ અથવા આકાર માટે કહો. ઉદાહરણો:
“બરાબર પાંચ વિકલ્પોની સૂચિ આપો.”
“50-શબ્દોનો સારાંશ લખો.”
“100 ટોકનથી વધુ નહીં. જો વધુ જોઈએ તો, ‘વધુ જગ્યા જોઈએ.’ કહો.”
સુસંગત લંબાઈવાળાં ઉદાહરણો વાપરો
તમારી ઇચ્છિત લંબાઈ સાથે મેળ ખાતાં ફ્યુ-શોટ ઉદાહરણો મોડલને પેટર્ન ચાલુ રાખવામાં મદદ કરે છે.
stop ક્રમો વ્યૂહાત્મક રીતે લાગુ કરો
મોડલ સીમાંકક અથવા ક્રમાંકિત યાદીની સીમા પર પહોંચે ત્યારે જનરેશન અટકાવવા માટે stop વાપરો.
{ "stop": ["
###", "6."] }અનેક વિકલ્પો
ચેટ કમ્પ્લીશન્સ: n એક જ કૉલમાં અનેક કમ્પ્લીશન્સ પરત કરે છે.
રિસ્પોન્સિસ API: n સમર્થિત નથી; એક કરતાં વધુ આઉટપુટ જોઈતાં હોય તો અનેક કૉલ કરો.