OpenAI
આ પેજનો અનુવાદ મશીન દ્વારા કરવામાં આવ્યો હતો. મૂળ અંગ્રેજી લેખ જુઓ.

OpenAI મોડલ પ્રતિભાવોની લંબાઈ નિયંત્રિત કરવી

ટોકન સેટિંગ્સ, સ્પષ્ટ પ્રોમ્પ્ટ્સ, ઉદાહરણો અને stop sequences વડે OpenAI મોડલ્સ માટે આઉટપુટ મર્યાદા કેવી રીતે સેટ કરવી તે જાણો.

અપડેટ કર્યા તારીખ: 3 days ago

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

Responses API

GPT-5 મોડલ્સ અને મોટા ભાગના o-series મોડલ્સ માટે વપરાય છે: મોડલ જનરેટ કરશે તે ટોકનની સંખ્યા મર્યાદિત કરવા max_output_tokens વાપરો. compaction_trigger વિનંતીઓ માટે, max_output_tokens કાઢી નાખો અથવા તેને ઓછામાં ઓછું 20000 સેટ કરો; નાના મૂલ્યો નકારવામાં આવે છે. Responses API બહુવિધ કમ્પ્લીશન્સ (n) સપોર્ટ કરતું નથી.

ચેટ કમ્પ્લીશન્સ API

લેગસી GPT-3.5, GPT-4o, અને ક્યારેક o-series માટે વપરાય છે.

  • o3 અને o4-mini જેવા রিজনિંગ মডেল માટે, max_completion_tokens વાપરો (max_tokensનું ઉપનામ).

  • અગાઉનાં/નોન-রিজનিং મોડલ્સ માટે, max_tokens હજી પણ કામ કરે છે.

  • stop અને n (બહુવિધ કમ્પ્લીશન્સ) ને સપોર્ટ કરે 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 મોડલ્સ માટેનાં ખાસ નિયંત્રણો: verbosity અને reasoning.effort

આ નિયંત્રણો માત્ર GPT-5 મોડલ્સ પર ઉપલબ્ધ છે (gpt-5.2, gpt-5.2-chat-latest, gpt-5.2 pro વગેરે. O-series અને legacy મોડલ્સ તેને સપોર્ટ કરતા નથી.

`verbosity` "low", "medium" (ડિફોલ્ટ), અથવા "high" સ્વીકારે છે. તે વિગતના સ્તરને પ્રભાવિત કરે છે, પણ કડક મર્યાદાઓને નહીં.

{ "model": "gpt-5", "input": "PageRank ને ઊંચા સ્તરે સમજાવો.", "text": { "verbosity": "low" }, "max_output_tokens": 200 }

`reasoning.effort` જવાબ આપતા પહેલાં કેટલા রিজনিং ટોકન જનરેટ થાય તે નિયંત્રિત કરે છે. GPT-5.2 none,low, medium, high,and xhigh ને સપોર્ટ કરે છે. gpt-5.2-pro માત્ર medium, high,and xhigh ને સપોર્ટ કરે છે. અગાઉનાં রিজনিং মডেল માત્ર low, medium, અને high ને સપોર્ટ કરે છે.

{ "model": "gpt-5", "input": "સ્ટેચ્યુ ઓફ લિબર્ટીને 1mmની પરતથી કોટ કરવા કેટલું સોનું લાગશે?", "reasoning": { "effort": "minimal" } }

લેટન્સી-સંવેદનશીલ ઉપયોગ કેસ માટે મોડલને નોન-রિઝનિંગ મોડલની જેમ વર્તાવવા માટે તમે `reasoning.effort` ને 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.

વ્યૂહાત્મક સ્ટોપ સિક્વન્સ લાગુ કરો

જ્યારે મોડલ કોઈ ડિલિમિટર અથવા નંબરવાળી સૂચિની સીમા સુધી પહોંચે ત્યારે જનરેશન અટકાવવા stop વાપરો.

{ "stop": ["
###", "6."] }

બહુવિધ ઉમેદવારો

  • Chat Completions: n એક કૉલમાં બહુવિધ કમ્પ્લીશન્સ આપે છે.

  • Responses API: n સપોર્ટેડ નથી; જો તમને એકથી વધુ આઉટપુટ જોઈએ તો બહુવિધ કૉલ કરો.

શું આ લેખ મદદરૂપ હતો?