GPT-4o API-tutorial: aan de slag met de API van OpenAI

OpenAI's GPT-4o verenigt audio-, visuele en tekstmogelijkheden in één krachtig taalmodel.

Deze ontwikkeling is een belangrijke stap richting natuurlijkere en intuïtievere interactie tussen mens en computer.

In deze tutorial geef ik stapsgewijze uitleg over het gebruik van GPT-4o via de OpenAI API.

Ook al heeft OpenAI recent het o3-model uitgebracht—het meest capabele redeneermodel—GPT-4o en GPT-4o mini blijven de beste opties voor applicaties die snelle reacties, beeldverwerking of function calling nodig hebben. Als je project geavanceerd redeneren vereist, bekijk dan zeker deze OpenAI O1 API-tutorial, die je stap voor stap laat zien hoe je via de API met een redeneermodel werkt.

Wat is GPT-4o?

GPT-4o, kort voor "omni", is een grote stap vooruit in AI. In tegenstelling tot GPT-4, dat alleen met tekst werkt, is GPT-4o een multimodaal model dat tekst, audio en visuele data kan verwerken en genereren.

Door audio en visuele data naast tekst te ondersteunen, doorbreekt GPT-4o de beperkingen van traditionele tekst-only modellen en maakt het interacties natuurlijker en intuïtiever.

GPT-4o reageert sneller, is 50% goedkoper dan GPT-4 Turbo en is beter in het begrijpen van audio en beeld dan bestaande modellen.

Wil je een meer gedetailleerd overzicht van GPT-4o, bekijk dan dit artikel: Wat is OpenAI’s GPT-4o.

GPT-4o: use-cases

Naast interactie met GPT-4o via de ChatGPT-interface kunnen developers GPT-4o ook gebruiken via de OpenAI API, zodat ze de mogelijkheden van GPT-4o in hun applicaties en systemen kunnen integreren.

De GPT-4o API opent, dankzij de multimodale mogelijkheden, een breed scala aan potentiële use-cases:

GPT-4o API: verbinden met de API van OpenAI

Laten we nu bekijken hoe je GPT-4o via de OpenAI API gebruikt.

Stap 1: Genereer een API-sleutel

Voordat we de GPT-4o API gebruiken, moeten we een OpenAI-account aanmaken en een API-sleutel verkrijgen. Je kunt een account aanmaken op de OpenAI API-website.

Zodra we een account hebben, kunnen we naar de pagina met API-sleutels gaan:

We kunnen nu een API-sleutel genereren. Bewaar deze goed, want je kunt hem later niet meer bekijken. Je kunt altijd een nieuwe genereren als je hem kwijtraakt of een andere nodig hebt voor een ander project.

Stap 2: Importeer de OpenAI API in Python

Om programmatisch met de GPT-4o API te werken, installeren we de OpenAI Python-bibliotheek. Dat kan met het volgende commando:

Zodra die is geïnstalleerd, kunnen we de benodigde modules in ons Python-script importeren:

from openai import OpenAI

Stap 3: Doe een API-call

Voordat we API-verzoeken kunnen doen, moeten we authenticeren met onze API-sleutel:

# Set the API keyclient = OpenAI(api_key="your_api_key_here")

Vervang "your_api_key_here" door je echte API-sleutel.

Na het opzetten van de clientverbinding kunnen we tekst genereren met GPT-4o:

MODEL = "gpt-4o"completion = client.chat.completions.create(    model=MODEL,    messages=[        {"role": "system", "content": "You are a helpful assistant that helps me with my math homework!"},        {"role": "user", "content": "Hello! Could you solve 20 x 5?"}    ])print("Assistant: " + completion.choices[0].message.content)

Deze code gebruikt de chat-completions API met het GPT-4o-model. Je geeft een wiskundige vraag als input en krijgt een antwoord terug:

GPT-4o API: audiotoepassingen

Audiotranscriptie en samenvatten zijn onmisbare tools geworden in allerlei toepassingen, van betere toegankelijkheid tot hogere productiviteit. Met de GPT-4o API kunnen we taken zoals het transcriberen en samenvatten van audiocontent efficiënt uitvoeren.

Hoewel GPT-4o in potentie direct met audio overweg kan, is directe audio-input via de API nog niet beschikbaar. Voor nu kun je een tweestapsproces met de GPT-4o API gebruiken om eerst te transcriberen en daarna de tekst samen te vatten.

Stap 1: Transcribeer audio naar tekst

Om een audiobestand met GPT-4o te transcriberen, moeten we de audiodata aan de API aanbieden. Hier is een voorbeeld:

# Transcribe the audioaudio_path = "path/to/audio.mp3"transcription = client.audio.transcriptions.create(    model="whisper-1",    file=open(audio_path, "rb"),)

Vervang "path/to/audio.mp3" door het echte pad naar je audiobestand. In dit voorbeeld gebruiken we het whisper-1-model voor transcriptie.

Stap 2: Vat de transcriptietekst samen

response = client.chat.completions.create(    model=MODEL,    messages=[        {            "role": "system",            "content": """You are generating a transcript summary. Create a summary of the provided transcription. Respond in Markdown."""        },        {            "role": "user",            "content": [                {"type": "text", "text": f"The audio transcription is: {transcription.text}"}            ],        }    ],    temperature=0,)print(response.choices[0].message.content)

GPT-4o API: visuele toepassingen

Analyse van visuele data is cruciaal in uiteenlopende domeinen, van gezondheidszorg tot beveiliging en meer. Met de GPT-4o API kun je eenvoudig beelden analyseren, gesprekken voeren over visuele content en waardevolle informatie uit afbeeldingen halen.

Stap 1: Voeg beelddata toe aan de API

Om een afbeelding met GPT-4o te analyseren, moeten we eerst de beelddata aan de API doorgeven. Dat kan door een lokale afbeelding te encoden als base64-string of door een URL naar een online afbeelding te gebruiken:

import base64IMAGE_PATH = "image_path"# Open the image file and encode it as a base64 stringdef encode_image(image_path):    with open(image_path, "rb") as image_file:        return base64.b64encode(image_file.read()).decode("utf-8")base64_image = encode_image(IMAGE_PATH)

 "url": "<https://images.saymedia-content.com/.image/c_limit%2Ccs_srgb%2Cq_auto:eco%2Cw_538/MTczOTQ5NDQyMzQ3NTc0NTc5/compound-shapes-how-to-find-the-area-of-a-l-shape.webp>"

Stap 2: Analyseer de beelddata

Zodra we de afbeeldingsinput hebben verwerkt, kunnen we de beelddata naar de API sturen voor analyse.

Laten we proberen een afbeelding te analyseren om de oppervlakte van een vorm te bepalen. We gebruiken eerst de onderstaande afbeelding:

We vragen GPT-4o nu om de oppervlakte van deze vorm te bepalen—merk op dat we hieronder een base64-afbeeldingsinput gebruiken:

response = client.chat.completions.create(    model=MODEL,    messages=[        {            "role": "system",            "content": "You are a helpful assistant that responds in Markdown. Help me with my math homework!"        },        {            "role": "user",            "content": [                {"type": "text", "text": "What's the area of the shape in this image?"},                {                    "type": "image_url",                    "image_url": {                        "url": f"data:image/png;base64,{base64_image}"                    }                }            ]        }    ],    temperature=0.0,)print(response.choices[0].message.content)

Kijk nu eens naar deze vorm:

We geven de afbeeldings-URL door aan GPT-4o om de oppervlakte van de vorm te vinden:

response = client.chat.completions.create(    model=MODEL,    messages=[        {            "role": "system",            "content": "You are a helpful assistant that responds in Markdown. Help me with my math homework!"        },        {            "role": "user",            "content": [                {"type": "text", "text": "What's the area of the shape in the image?"},                {                    "type": "image_url",                    "image_url": {                        "url": "https://images.saymedia-content.com/.image/c_limit%2Ccs_srgb%2Cq_auto:eco%2Cw_538/MTczOTQ5NDQyMzQ3NTc0NTc5/compound-shapes-how-to-find-the-area-of-a-l-shape.webp"                    }                }            ]        }    ],    temperature=0.0,)print(response.choices[0].message.content)

Let op dat GPT-4o de breedte van de verticale rechthoek onjuist heeft gemeten—die zou vier centimeter moeten zijn, niet twee. Dit verschil komt door de misalignment tussen de maatlabels en de werkelijke proporties van de rechthoek. Dit onderstreept opnieuw het belang van menselijke controle en validatie.

GPT-4o API-prijzen

Per juli 2025 zijn de pay-as-you-go prijzen voor GPT-4o:

• Inputtokens: $5,00 per miljoen tokens

• Gecachete inputtokens: $2,50 per miljoen tokens

• Outputtokens: $20,00 per miljoen tokens

GPT-4o Mini: een kosteneffectief alternatief

Voor applicaties met een hoog volume aan API-calls biedt OpenAI GPT-4o Mini, een afgeslankte versie van GPT-4o:

• Inputtokens: $0,60 per miljoen tokens

• Gecachete inputtokens: $0,30 per miljoen tokens

• Outputtokens: $2,40 per miljoen tokens

Batch-API-kortingen

De Batch API van OpenAI biedt 50% korting op zowel input- als outputtokenkosten voor GPT-4o:

• Inputtokens: $2,50 per miljoen tokens

• Outputtokens: $10,00 per miljoen tokens

Dit is ideaal voor het asynchroon verwerken van grote hoeveelheden data.

GPT-4o API: belangrijke overwegingen

Bij het werken met de GPT-4o API is het belangrijk om een paar zaken in gedachten te houden, zodat je optimale prestaties, kostenefficiëntie en afstemming op je specifieke use-case bereikt. Drie cruciale factoren:

Prijzen en kostenbeheer

De OpenAI API werkt met betalen-per-gebruik, waarbij kosten worden berekend op basis van het aantal verwerkte tokens.

Hoewel GPT-4o goedkoper is dan GPT-4 Turbo, is het cruciaal om je gebruik te plannen om kosten te schatten en te beheren.

Om kosten te verlagen kun je technieken overwegen zoals batchverwerking en promptoptimalisatie, zodat je minder API-calls en tokens nodig hebt.

Latentie en performance

Hoewel GPT-4o indrukwekkende performance en lage latentie biedt, blijft het een groot taalmodel. Verzoeken verwerken kan dus rekenintensief zijn, met relatief hogere latentie als gevolg.

Optimaliseer je code en gebruik technieken zoals caching en asynchrone verwerking om latentie te beperken.

Daarnaast kun je kijken naar dedicated instances van OpenAI of het model afstemmen op je specifieke use-case, wat de performance kan verbeteren en de latentie kan verlagen.

Afstemming op de use-case

GPT-4o is een krachtig, algemeen model met een breed scala aan mogelijkheden, maar je moet ervoor zorgen dat jouw specifieke use-case aansluit bij de sterke punten van het model.

Voordat je volledig op GPT-4o vertrouwt, evalueer je use-case zorgvuldig en bepaal je of de mogelijkheden van het model bij je behoeften passen.

Als het nodig is, kun je kleinere modellen fine-tunen of andere modellen verkennen die mogelijk beter geschikt zijn voor jouw taak.

Conclusie

De multimodale mogelijkheden van GPT-4o pakken de beperkingen aan van eerdere modellen die moeite hadden om verschillende datatypen naadloos te integreren en te verwerken.

Door de GPT-4o API te benutten, kunnen developers innovatieve oplossingen bouwen die tekst, audio en visuele data naadloos integreren.

Wil je meer oefenen met GPT-4o, dan raad ik deze code-along aan over AI-assistenten maken met GPT-4o. Wil je meer leren over werken met API’s, bekijk dan ook deze resources:

• Werken met de OpenAI API
• OpenAI Cookbook
• OpenAI API Cheat Sheet