GPT-4.5 API ट्यूटोरियल: OpenAI की API के साथ शुरुआत करें

GPT 4.5 क्या है?

GPT-4.5 OpenAI का नवीनतम भाषा मॉडल है, जिसे बातचीत की प्रवाहशीलता, संदर्भगत जागरूकता, और तथ्यात्मक शुद्धता में सुधार के लिए डिज़ाइन किया गया है। यह अधिक स्वाभाविक प्रतिक्रियाएं, बेहतर टोन अनुकूलन, और कम हैलुसिनेशन प्रदान करता है, जिससे यह चैटबॉट्स, सामग्री निर्माण, और कार्य स्वचालन जैसे अनुप्रयोगों के लिए उपयुक्त बन जाता है।

हालांकि, OpenAI के o-सीरीज़ मॉडलों के विपरीत, GPT-4.5 चरण-दर-चरण तर्क पर निर्भर नहीं करता, इसलिए गणित या प्रोग्रामिंग जैसे क्षेत्रों में जटिल समस्या-समाधान के लिए यह सबसे अच्छा विकल्प नहीं है। यदि आपको अपने अनुप्रयोग के लिए एक रीजनिंग मॉडल चाहिए, तो आप OpenAI O1 API पर इस ट्यूटोरियल को पढ़ सकते हैं।

GPT-4.5 की ताकत, सीमाएँ, और बेंचमार्क तुलना पर गहराई से नज़र डालने के लिए हमारा GPT-4.5 का विस्तृत विश्लेषण देखें।

GPT-4.5 API: OpenAI की API से कैसे जुड़ें

इस खंड में, हम OpenAI API से कनेक्ट करने के चरणों से गुजरेंगे, जिसमें API कुंजी बनाना और अपना Python वातावरण सेट करना शामिल है।

API कुंजी बनाना

OpenAI API का उपयोग करने के लिए, हमें एक API कुंजी बनानी होगी। यह कुंजी हमारे Python क्लाइंट को API के साथ प्रमाणित करने के लिए उपयोग होती है।

1. OpenAI API key पेज पर जाएँ।

2. यदि आपके पास पहले से OpenAI खाता नहीं है, तो आपको साइन इन करना होगा या एक खाता बनाना होगा।

3. "Create new secret key" बटन पर क्लिक करें।

4. आप इसके लिए कोई नाम चुन सकते हैं, लेकिन डिफ़ॉल्ट विकल्प छोड़ना भी ठीक है।

5. "Create secret key" बटन पर क्लिक करें।

6. जब कुंजी दिखाई दे, तो उसे कॉपी कर लें। आप बाद में इसे दोबारा नहीं देख पाएंगे। यदि आप इसे खो देते हैं, तो आप इसे हटाकर नई कुंजी बना सकते हैं।

7. उसी फ़ोल्डर में जहाँ आप Python कोड लिखेंगे, .env नाम की एक फ़ाइल बनाएँ और निम्न फ़ॉर्मेट के साथ वहाँ कुंजी पेस्ट करें:

OPENAI_API_KEY=<paste_your_key_here>संचालित द्वारा

API कीमतें

OpenAI API निःशुल्क नहीं है। आप जिस मॉडल का उपयोग करते हैं, उसके आधार पर अलग-अलग शुल्क लगते हैं। कीमतों के बारे में सभी विवरण उनके प्राइसिंग पेज पर मिल सकते हैं।

ये शुल्क ChatGPT के ऑनलाइन इंटरफेस पर उपयोग के लिए सदस्यताओं से अलग हैं। API का उपयोग करते समय, हम हर संदेश के लिए भुगतान करते हैं, न कि हर महीने एक निश्चित राशि। सामान्य उपयोग के लिए, यह उनके मॉडलों तक पहुँचने का कहीं अधिक सस्ता तरीका हो सकता है।

इस ट्यूटोरियल में, हम उनके नवीनतम मॉडल GPT-4.5 का उपयोग करने वाले हैं। यह सबसे उन्नत जनरलिस्ट मॉडल है।

कीमतें प्रति संदेश नहीं, बल्कि प्रति टोकन निर्धारित होती हैं। जब हम किसी LLM को संदेश भेजते हैं, तो उसे टोकन में तोड़ दिया जाता है। शब्दों को टोकन में बदलने के लिए कोई विश्वसनीय सूत्र नहीं है, लेकिन अंदाज़ा लगाने के लिए, यह माना जा सकता है कि एक टोकन लगभग 3/4 शब्द के बराबर होता है।

इसका मतलब है कि ऊपर दी गई कीमतें मोटे तौर पर 750,000 शब्दों के बराबर होती हैं। 

API का उपयोग करने के लिए, हमें अपने खाते में क्रेडिट जोड़ने होंगे। यह OpenAI के बिलिंग पेज पर किया जा सकता है।

Python वातावरण सेटअप 

OpenAI एक Python क्लाइंट प्रदान करता है जो उनकी API के साथ इंटरैक्ट करना आसान बनाता है। इसका उपयोग करने के लिए, हमें इसे इंस्टॉल करना होगा, साथ ही कुछ अन्य पैकेज भी ताकि हम पहले बनाई गई कुंजी को लोड कर सकें।

हम Anaconda का उपयोग आवश्यक निर्भरताएँ इंस्टॉल करने के लिए एक Python वातावरण बनाने में करेंगे। यह करने का एक साफ-सुथरा तरीका है, क्योंकि यह उन अन्य Python पैकेजों के साथ संभावित टकरावों से बचाता है जो हमारे पास हो सकते हैं।

Anaconda इंस्टॉल करने के बाद, हम टर्मिनल कमांड का उपयोग करके वातावरण बना सकते हैं:

conda create -n gpt45 -y python=3.9संचालित द्वारा

यह कमांड gpt45 नाम का एक वातावरण बनाती है जो Python के 3.9 संस्करण का उपयोग करता है। -y विकल्प निर्माण प्रक्रिया में सभी प्रश्नों का स्वतः हाँ में उत्तर देने के लिए उपयोग होता है।

इसके बाद, हम वातावरण को सक्रिय करते हैं:

conda activate gpt45संचालित द्वारा

अंत में, हम आवश्यक निर्भरताएँ इंस्टॉल करते हैं।

• pip install openai: OpenAI Python लाइब्रेरी इंस्टॉल करें।
• pip install python-dovenv: .env फ़ाइल से API कुंजी लोड करने के लिए एक पैकेज इंस्टॉल करें जिसे हमने पहले बनाया था।

अपना पहला API अनुरोध करना

हम OpenAI API को अनुरोध भेजने के लिए Python कोड लिखना शुरू करने के लिए तैयार हैं।

सबसे पहले script.py नाम की एक फ़ाइल बनाएँ। यहीं हम कोड लिखेंगे।

अगला, हम पैकेज इम्पोर्ट करते हैं:

from openai import OpenAI
from dotenv import load_dotenv
import osसंचालित द्वारा

फिर, हम API कुंजी लोड करते हैं और क्लाइंट इनिशियलाइज़ करते हैं:

load_dotenv()
api_key = os.getenv("OPENAI_API_KEY")
client = OpenAI(api_key=api_key)संचालित द्वारा

अंत में, हम एक संदेश भेजते हैं। शुरुआत के लिए, हम सिर्फ "Hello" भेजेंगे:

completion = client.chat.completions.create(
    model="gpt-4.5-preview",
    messages=[
        {
            "role": "user",
            "content": "Hello"
        }
    ]
)
print(completion.choices[0].message.content)संचालित द्वारा

model पैरामीटर का उपयोग उस मॉडल को निर्दिष्ट करने के लिए किया जाता है जिसे हम उपयोग करना चाहते हैं। अन्य मॉडल आज़माने के लिए, इसे किसी और मॉडल से बदल दें।

हम स्क्रिप्ट को इस प्रकार चला सकते हैं:

python script.pyसंचालित द्वारा

यह रहा परिणाम:

Hello! How can I help you today?संचालित द्वारा

Python के साथ GPT-4.5 चैटबोट बनाना

इस खंड में, हम अपने पिछले स्क्रिप्ट पर आधारित होकर एक इंटरैक्टिव चैटबोट बनाएँगे जो हमें टर्मिनल में GPT-4.5 से बात करने देता है।

ऐसा करने के लिए, हमें अपनी स्क्रिप्ट को बदलकर यह करना होगा:

1. उपयोगकर्ता से इनपुट लें।
2. बातचीत का रिकॉर्ड रखें और नई प्रॉम्प्ट के साथ-साथ पिछली संदेशों को भी भेजें।
3. इसे तब तक दोहराएँ जब तक उपयोगकर्ता बाहर न निकल जाए।

उपयोगकर्ता को प्रॉम्प्ट इनपुट करने देना

टर्मिनल पर उपयोगकर्ता इनपुट पढ़ने के लिए, हम input() फ़ंक्शन का उपयोग करते हैं। जब इसे कॉल किया जाता है, तो यह उपयोगकर्ता द्वारा टेक्स्ट दर्ज करने की प्रतीक्षा करता है और फिर वह टेक्स्ट लौटाता है।

prompt = input("> ")
print(prompt)संचालित द्वारा

टर्मिनल में इसे चलाने पर यह इस तरह दिखता है:

> Hello
Helloसंचालित द्वारा

चैट लूप

चैट लागू करने के लिए, हम एक लूप का उपयोग करेंगे जो तब तक चलता है जब तक प्रॉम्प्ट "exit" के बराबर न हो जाए। यह मुख्य लूप लॉजिक होगा:

while True:
  prompt = input("> ")
  if prompt == "exit":
    exit()
  # Prompt processing goes hereसंचालित द्वारा

प्रॉम्प्ट प्रोसेस करना

मॉडल पहले भेजे गए संदेशों का इतिहास नहीं रखता। वह हर संदेश को नया मानता है। इसलिए, चैट जैसा व्यवहार पाने के लिए हमें अब तक भेजे गए सभी संदेशों को नई प्रॉम्प्ट के साथ प्रदान करना होगा। यह हम चैट इतिहास का ट्रैक रखकर करते हैं।

उपयोगकर्ता के संदेश निम्न फ़ॉर्मेट में होने चाहिए:

{
  "role": "user",
  "content": <user prompt>
}संचालित द्वारा

मॉडल के उत्तर का "assistant" रोल होना चाहिए।

{
  "role": "assistant",
  "content": <model answer>
}संचालित द्वारा

इसे ध्यान में रखते हुए, यहाँ पूरी चैट इम्प्लीमेंटेशन है:

from openai import OpenAI
from dotenv import load_dotenv
import os

load_dotenv()
api_key = os.getenv("OPENAI_API_KEY")

client = OpenAI(api_key=api_key)

# Initialize the chat history
chat_history = []
while True:
    prompt = input("> ")
    if prompt == "exit":
        exit()
    # Add the user message to the chat history
    chat_history.append({
        "role": "user",
        "content": prompt,
    })
    # Send the full chat history
    completion = client.chat.completions.create(
        model="gpt-4.5-preview", messages=chat_history
    )
    # Display the answer
    answer = completion.choices[0].message.content
    print(answer)
    # Add the answer to the chat history
    chat_history.append({
        "role": "assistant",
        "content": answer,
    })संचालित द्वारा

चैट उदाहरण

चैट आज़माने के लिए, हम इसे इस कमांड से चला सकते हैं:

python script.pyसंचालित द्वारा

इसके बाद, हम टर्मिनल में अपनी प्रॉम्प्ट दर्ज करके चैट शुरू कर सकते हैं। यहाँ एक चैट उदाहरण है:

उदाहरण में दो प्रॉम्प्ट दिखाई गई हैं। पहले, हम मॉडल से Python में for लूप करने का एक उदाहरण दिखाने को कहते हैं। फिर, जाँचने के लिए कि चैट इतिहास सही तरह से भेजा जा रहा है, हम उससे Javascript में वही करने को कहते हैं।

क्योंकि हम चैट इतिहास प्रदान करते हैं, मॉडल समझ पाता है कि “वही करो” से हमारा क्या आशय है और Javascript में for लूप का एक उदाहरण देता है।

निष्कर्ष

इस ट्यूटोरियल में, हमने Python का उपयोग करके OpenAI के GPT-4.5 मॉडल को सेटअप करने और उससे चैट करने का तरीका सीखा। हमने OpenAI API कुंजी बनाना और उसे अपने Python वातावरण में उपयोग करना सीखा, जिससे हम OpenAI के सब्सक्रिप्शन-आधारित प्लेटफ़ॉर्म के बाहर GPT-4.5 से इंटरैक्ट कर सकें।

हमने Anaconda का उपयोग करके Python वातावरण सेट करना, आवश्यक पैकेज इंस्टॉल करना, और OpenAI API को अपना पहला अनुरोध भेजना कवर किया।

अंत में, हमने बातचीत के इतिहास को बनाए रखते हुए एक सरल, इंटरैक्टिव टर्मिनल-आधारित चैटबोट बनाया।