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 շարքի մոդելների մեծ մասի համար․ մոդելի գեներացրած թոքենների քանակը սահմանափակելու համար օգտագործեք max_output_tokens-ը։ compaction_trigger հարցումների դեպքում կա՛մ բաց թողեք max_output_tokens-ը, կա՛մ սահմանեք առնվազն 20000․ ավելի փոքր արժեքները մերժվում են։ Responses API-ն չի աջակցում մի քանի ավարտման (n)։
զրույցի ավարտման API
Օգտագործվում է նախորդ սերնդի GPT-3.5-ի, GPT-4o-ի և երբեմն o շարքի մոդելների համար։
o3-ի և o4-mini-ի նման հիմնավորման մոդելների համար օգտագործեք max_completion_tokens-ը (max_tokens-ի այլանունը)
Ավելի վաղ կամ առանց հիմնավորման մոդելների համար max_tokens-ը դեռ աշխատում է
Աջակցում է stop-ին և n-ին (մի քանի ավարտում)։
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 կարգավորումներ՝ verbosity և reasoning.effort
Այս կարգավորումները հասանելի են միայն GPT-5 մոդելներում (gpt-5.2, gpt-5.2-chat-latest, gpt-5.2 pro և այլն)։ O շարքի և նախորդ սերնդի մոդելները դրանք չեն աջակցում։
verbosity-ն ընդունում է "low", "medium" (կանխադրված) կամ "high" արժեքները։ Այն ազդում է մանրամասնության աստիճանի, բայց ոչ խիստ սահմանաչափերի վրա։
{ "model": "gpt-5", "input": "Բացատրիր PageRank-ը ընդհանուր գծերով։", "text": { "verbosity": "low" }, "max_output_tokens": 200 }reasoning.effort-ը սահմանում է, թե քանի դատողության թոքեն է գեներացվում նախքան պատասխանը։ GPT-5.2-ն աջակցում է none, low, medium, high և xhigh արժեքները։ gpt-5.2-pro-ն աջակցում է միայն medium, high և xhigh արժեքները։ Ավելի վաղ հիմնավորման մոդելներն աջակցում են միայն low, medium և high արժեքները։
{ "model": "gpt-5", "input": "Որքա՞ն ոսկի կպահանջվեր Ազատության արձանը 1 մմ շերտով պատելու համար։", "reasoning": { "effort": "minimal" } }Հապաղման նկատմամբ զգայուն կիրառման դեպքերում կարող եք reasoning.effort-ը սահմանել none, որպեսզի մոդելն աշխատի առանց հիմնավորման մոդելի պես։
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։
Նպատակային կիրառեք կանգնեցման հաջորդականություններ
Օգտագործեք stop-ը՝ գեներացումը կանգնեցնելու համար, երբ մոդելը հասնում է բաժանիչի կամ համարակալված ցանկի սահմանին։
{ "stop": ["
###", "6."] }Մի քանի տարբերակ
Զրույցի ավարտումներ․ n-ը մեկ կանչով վերադարձնում է մի քանի ավարտում։
Responses API․ n-ը չի աջակցվում․ եթե մեկից ավելի ելք է հարկավոր, կատարեք մի քանի կանչ։