അവലോകനം
മോഡലിന്റെ പ്രതികരണത്തിന്റെ നീളം നിയന്ത്രിക്കുന്നത് പല കാരണങ്ങളാൽ പ്രയോജനകരമാണ്: ചെലവ് നിയന്ത്രിക്കാൻ ഇത് സഹായിക്കുന്നു (നിങ്ങൾ ഓരോ ടോക്കണിനും പണമടയ്ക്കുന്നതിനാൽ), ലേറ്റൻസി/പ്രകടനം മെച്ചപ്പെടുത്തുന്നു (ചെറിയ പ്രതികരണങ്ങൾ വേഗത്തിൽ തിരികെ ലഭിക്കും), അതിരുകടന്ന നീളമുള്ളതോ അതിവിശദമായതോ ആയ ഔട്ട്പുട്ടുകൾ ഒഴിവാക്കി പ്രസക്തി ഉറപ്പാക്കുന്നു.
ടോക്കൺ ക്യാപ്പുകൾ, റീസണിംഗ്, വെർബോസിറ്റി ക്രമീകരണങ്ങൾ, വ്യക്തമായ നിർദ്ദേശങ്ങൾ, ഉദാഹരണങ്ങൾ, സ്റ്റോപ്പ് സീക്വൻസുകൾ എന്നിവ ഉപയോഗിച്ച് നിങ്ങൾക്ക് ഇത് ചെയ്യാം. ഏറ്റവും പുതിയതും സമ്പൂർണ്ണവുമായ വിവരങ്ങൾക്ക് എല്ലായ്പ്പോഴും platform.openai.com-ലെ ഔദ്യോഗിക API റഫറൻസ് കാണുക.
പരമാവധി ഔട്ട്പുട്ട് നീളം സജ്ജമാക്കുക
റെസ്പോൺസസ് API
GPT-5 മോഡലുകൾക്കും മിക്ക o-ശ്രേണി മോഡലുകൾക്കും ഉപയോഗിക്കുന്നു: മോഡൽ സൃഷ്ടിക്കുന്ന ടോക്കണുകളുടെ എണ്ണം പരിമിതപ്പെടുത്താൻ max_output_tokens ഉപയോഗിക്കുക. compaction_trigger അഭ്യർത്ഥനകളിൽ max_output_tokens ഒഴിവാക്കുകയോ അതിന്റെ മൂല്യം കുറഞ്ഞത് 20000 ആയി സജ്ജീകരിക്കുകയോ ചെയ്യുക; ചെറിയ മൂല്യങ്ങൾ നിരസിക്കപ്പെടും. റെസ്പോൺസസ് API ഒന്നിലധികം പൂർത്തീകരണങ്ങളെ (n) പിന്തുണയ്ക്കുന്നില്ല.
ചാറ്റ് കംപ്ലീഷൻസ് API
പഴയ GPT-3.5, GPT-4o മോഡലുകൾക്കും ചിലപ്പോൾ o-ശ്രേണിക്കും ഉപയോഗിക്കുന്നു.
o3, o4-mini പോലുള്ള റീസണിംഗ് മോഡലുകൾക്ക് max_completion_tokens ഉപയോഗിക്കുക (max_tokens എന്നതിന്റെ അപരനാമം).
മുൻകാല അല്ലെങ്കിൽ റീസണിംഗ് നടത്താത്ത മോഡലുകളിൽ max_tokens ഇപ്പോഴും പ്രവർത്തിക്കും.
stop, n (ഒന്നിലധികം പൂർത്തീകരണങ്ങൾ) എന്നിവയെ പിന്തുണയ്ക്കുന്നു.
കുറിപ്പ്: “കുറഞ്ഞ ടോക്കൺ” എന്നൊരു സജ്ജീകരണം ഇല്ല. നിങ്ങൾക്ക് കുറഞ്ഞ ദൈർഘ്യം വേണമെങ്കിൽ, അത് നിങ്ങളുടെ പ്രോംപ്റ്റിൽ വ്യക്തമാക്കുക.
മോഡൽ ഗ്രൂപ്പ് അനുസരിച്ചുള്ള ടോക്കൺ പരിധികൾ
ഏറ്റവും പുതിയ ടോക്കൺ പരിധികൾ, കോൺടെക്സ്റ്റ് വലുപ്പങ്ങൾ, ഔട്ട്പുട്ട് ക്യാപ്പുകൾ എന്നിവയ്ക്ക് നിർദ്ദിഷ്ട മോഡൽ ഡോക്യുമെന്റേഷൻ കാണുക.
ദ്രുത ഉദാഹരണങ്ങൾ
റെസ്പോൺസസ് API
{ "model": "gpt-5", "input": "കണ്ടെത്തലുകൾ ഏകദേശം 80 വാക്കുകളിൽ സംഗ്രഹിക്കൂ.", "max_output_tokens": 120 }ചാറ്റ് കംപ്ലീഷൻസ് (റീസണിംഗ് മോഡൽ)
{ "model": "o3-mini", "messages": [{"role": "user", "content": "Write five one-line options."}], "max_completion_tokens": 100 }GPT-5 മോഡലുകൾക്കുള്ള പ്രത്യേക നിയന്ത്രണങ്ങൾ: verbosity, reasoning.effort
ഈ നിയന്ത്രണങ്ങൾ GPT-5 മോഡലുകളിൽ മാത്രമേ ലഭ്യമാകൂ (gpt-5.2, gpt-5.2-chat-latest, gpt-5.2 pro തുടങ്ങിയവ). o-ശ്രേണിയിലെയും പഴയ തലമുറയിലെയും മോഡലുകൾ ഇവയെ പിന്തുണയ്ക്കുന്നില്ല.
verbosity എന്നത് "low", "medium" (സ്ഥിരസ്ഥിതി), അല്ലെങ്കിൽ "high" സ്വീകരിക്കുന്നു. ഇത് വിശദാംശങ്ങളുടെ അളവിനെ സ്വാധീനിക്കുമെങ്കിലും കർശന പരിധികളെ ബാധിക്കില്ല.
{ "model": "gpt-5", "input": "PageRank ഉയർന്ന തലത്തിൽ വിശദീകരിക്കൂ.", "text": { "verbosity": "low" }, "max_output_tokens": 200 }ഉത്തരം നൽകുന്നതിനുമുമ്പ് എത്ര റീസണിംഗ് ടോക്കണുകൾ സൃഷ്ടിക്കണമെന്ന് reasoning.effort നിയന്ത്രിക്കുന്നു. GPT-5.2, none, low, medium, high, xhigh എന്നിവയെ പിന്തുണയ്ക്കുന്നു. gpt-5.2-pro, medium, high, xhigh എന്നിവയെ മാത്രമാണ് പിന്തുണയ്ക്കുന്നത്. മുൻകാല റീസണിംഗ് മോഡലുകൾ low, medium, high എന്നിവയെ മാത്രമാണ് പിന്തുണയ്ക്കുന്നത്.
{ "model": "gpt-5", "input": "സ്റ്റാച്യു ഓഫ് ലിബർട്ടിയെ 1mm പാളിയാൽ മൂടാൻ എത്ര സ്വർണം വേണ്ടിവരും?", "reasoning": { "effort": "minimal" } }പ്രതികരണവൈകൽ നിർണായകമായ ഉപയോഗസാഹചര്യങ്ങളിൽ മോഡൽ റീസണിംഗ് നടത്താത്ത മോഡൽപോലെ പ്രവർത്തിക്കാൻ reasoning.effort എന്നത് none ആയി സജ്ജീകരിക്കാം.
വ്യക്തമായ നിർദ്ദേശങ്ങൾ നൽകുക
നിങ്ങൾ ആഗ്രഹിക്കുന്ന കൃത്യമായ നീളം അല്ലെങ്കിൽ രൂപം ആവശ്യപ്പെടുക. ഉദാഹരണങ്ങൾ:
“കൃത്യമായി അഞ്ച് ഓപ്ഷനുകൾ പട്ടികപ്പെടുത്തുക.”
“50 വാക്കുകളുള്ള സംഗ്രഹം എഴുതുക.”
“100 ടോക്കണിൽ കൂടരുത്. കൂടുതൽ ആവശ്യമുണ്ടെങ്കിൽ, ‘കൂടുതൽ ഇടം വേണം.’ എന്ന് പറയുക.”
ഒരേ നീളമുള്ള ഉദാഹരണങ്ങൾ ഉപയോഗിക്കുക
നിങ്ങൾ ആഗ്രഹിക്കുന്ന നീളവുമായി പൊരുത്തപ്പെടുന്ന ഫ്യൂ-ഷോട്ട് ഉദാഹരണങ്ങൾ മോഡലിന് ആ മാതൃക തുടരാൻ സഹായിക്കുന്നു.
വിരാമ ശ്രേണികൾ തന്ത്രപരമായി പ്രയോഗിക്കുക
മോഡൽ ഒരു വിഭാജകത്തിലോ അക്കമിട്ട പട്ടികയുടെ അതിരിലോ എത്തുമ്പോൾ ഉള്ളടക്ക സൃഷ്ടി നിർത്താൻ stop ഉപയോഗിക്കുക.
{ "stop": ["
###", "6."] }ഒന്നിലധികം സാധ്യതാഫലങ്ങൾ
ചാറ്റ് കംപ്ലീഷൻസ്: ഒറ്റ അഭ്യർത്ഥനയിൽ n ഒന്നിലധികം പൂർത്തീകരണങ്ങൾ നൽകുന്നു.
റെസ്പോൺസസ് API: n പിന്തുണയ്ക്കുന്നില്ല; ഒന്നിലധികം ഫലങ്ങൾ ആവശ്യമെങ്കിൽ പല അഭ്യർത്ഥനകൾ നടത്തുക.