Ընդհանուր ակնարկ
Մոդելի պատասխանի երկարությունը վերահսկելը օգտակար է մի քանի պատճառով․ դա օգնում է կառավարել ծախսը (քանի որ վճարում եք ըստ թոքենի), բարելավում է ուշացումը/արդյունավետությունը (ավելի կարճ պատասխանները վերադարձվում են ավելի արագ) և ապահովում է համապատասխանությունը՝ խուսափելով չափազանց երկար կամ շատախոս ելքերից։
Դրան կարելի է հասնել թոքենների սահմանաչափերի, հիմնավորման և մանրամասնության կարգավորումների, հստակ հրահանգների, օրինակների և կանգի հաջորդականությունների միջոցով։ Ամենաթարմ և ամբողջական մանրամասների համար միշտ դիմեք պաշտոնական API տեղեկատուին platform.openai.com-ում։
Սահմանեք ելքի առավելագույն երկարություն
Responses API
Օգտագործվում է GPT-5 մոդելների և o-series մոդելների մեծ մասի համար․ օգտագործեք max_output_tokens-ը՝ սահմանափակելու համար այն թոքենների քանակը, որը մոդելը կգեներացնի։ compaction_trigger հարցումների համար կամ բաց թողեք max_output_tokens-ը, կամ սահմանեք այն առնվազն 20000․ ավելի փոքր արժեքները մերժվում են։ Responses API-ն չի աջակցում մի քանի ավարտումներ (n)։
Զրույցի ավարտման API
Օգտագործվում է հին GPT-3.5, GPT-4o և երբեմն o-series մոդելների համար։
o3 և o4-mini-ի նման հիմնավորման մոդելների համար օգտագործեք
max_completion_tokens(max_tokens-ի այլանունը)Ավելի վաղ/ոչ հիմնավորման մոդելների համար
max_tokens-ը դեռ աշխատում էԱջակցում է
stopևn(մի քանի ավարտումներ)։
Նշում՝ «նվազագույն թոքենների» կարգավորում չկա։ Եթե ձեզ պետք է նվազագույն երկարություն, նշեք դա ձեր հարցման մեջ։
Թոքենների սահմանաչափեր ըստ մոդելների խմբի
Թոքենների արդի սահմանաչափերի, համատեքստի չափերի և ելքի առավելագույն շեմերի համար դիմեք կոնկրետ մոդելի փաստաթղթերին։
Արագ օրինակներ
Responses API
{ "model": "gpt-5", "input": "Ամփոփիր արդյունքները ~80 բառով։", "max_output_tokens": 120 }Chat Completions (հիմնավորման մոդել)
{ "model": "o3-mini", "messages": [{"role": "user", "content": "Write five one-line options."}], "max_completion_tokens": 100 }GPT-5 մոդելներին հատուկ կառավարումներ՝ verbosity և reasoning.effort
Այս կառավարումները հասանելի են միայն GPT-5 մոդելներում (gpt-5.2, gpt-5.2-chat-latest, gpt-5.2 pro և այլն։ O-series և հին մոդելները դրանք չեն աջակցում։
`verbosity`-ն ընդունում է "low", "medium" (լռելյայն) կամ "high"։ Այն ազդում է մանրամասնության մակարդակի վրա, բայց ոչ խիստ սահմանաչափերի։
{ "model": "gpt-5", "input": "Բացատրիր PageRank-ը ընդհանուր գծերով։", "text": { "verbosity": "low" }, "max_output_tokens": 200 }`reasoning.effort`-ը վերահսկում է, թե քանի հիմնավորման թոքեն է գեներացվում նախքան պատասխան ստեղծելը։ GPT-5.2-ն աջակցում է none,low, medium, high,and xhigh արժեքներին։ gpt-5.2-pro-ն աջակցում է միայն medium, high,and xhigh արժեքներին։ Ավելի վաղ հիմնավորման մոդելներն աջակցում են միայն low, medium և high արժեքներին։
{ "model": "gpt-5", "input": "Որքա՞ն ոսկի կպահանջվեր Ազատության արձանը 1 մմ շերտով պատելու համար։", "reasoning": { "effort": "minimal" } }Կարող եք `reasoning.effort`-ը սահմանել none, որպեսզի մոդելը ուշացման նկատմամբ զգայուն օգտագործման դեպքերում վարվի որպես ոչ հիմնավորման մոդել։
Տրամադրեք կոնկրետ հրահանգներ
Խնդրեք հենց այն երկարությունը կամ ձևաչափը, որը ցանկանում եք։ Օրինակներ՝
«Թվարկեք ճշգրիտ հինգ տարբերակ»։
«Գրեք 50 բառանոց ամփոփում»։
«Ոչ ավելի, քան 100 թոքեն։ Եթե ավելին է պետք, ասեք՝ «Ավելի շատ տեղ է պետք»։»
Օգտագործեք համահունչ երկարությամբ օրինակներ
Ձեր ցանկալի երկարությանը համապատասխանող մի քանի հարցման օրինակները օգնում են մոդելին շարունակել օրինաչափությունը։
Կիրառեք ռազմավարական կանգի հաջորդականություններ
Օգտագործեք stop-ը՝ գեներացումը դադարեցնելու համար, երբ մոդելը հասնում է բաժանիչի կամ համարակալված ցանկի սահմանին։
{ "stop": ["
###", "6."] }Մի քանի թեկնածու
Chat Completions․
n-ը մեկ կանչով վերադարձնում է մի քանի ավարտում։Responses API․
n-ը չի աջակցվում․ եթե մեկից ավելի ելք է պետք, կատարեք մի քանի կանչ։