OpenAI API-Key – Benutzerhandbuch und Alternativen

Einleitung

Möchten Sie wissen, wie Sie auf die Funktionen der OpenAI-Modelle zugreifen und diese nutzen können? Welche Herausforderungen könnten Ihnen dabei begegnen und welche Alternativen sollten Sie in Betracht ziehen? Dieser Blogbeitrag soll die Feinheiten des OpenAI API-Keys entschlüsseln.

Wir führen Sie durch den Prozess der Erlangung Ihres eigenen API-Keys, der Einrichtung Ihrer Umgebung und des Sendens Ihrer ersten Anfrage. Wir werden auch häufig auftretende Probleme ansprechen, bewährte Methoden für die Sicherheit Ihres API-Keys erläutern und praxisnahe Anwendungen der Integration des OpenAI API-Keys in verschiedene Projekte hervorheben. Darüber hinaus werden wir die Einschränkungen des OpenAI API-Keys untersuchen, darunter zunehmende Zensur und hohe Aufrufkosten, und Ihnen Novita AI als alternative Lösung vorstellen, die für Ihre KI-Vorhaben ein Game-Changer sein könnte.

Was ist ein OpenAI API-Key?

Der OpenAI API-Key ist eine eindeutige Berechtigung, die Benutzern bei der Registrierung zugewiesen wird. Er dient sowohl als Identifikator als auch als Authentifizierungstoken für den Zugriff auf die API-Dienste von OpenAI. Dieser Schlüssel ermöglicht es Entwicklern, die leistungsstarken KI-Fähigkeiten von OpenAI sicher in ihre Anwendungen zu integrieren.

Jeder API-Key ist mit bestimmten Berechtigungen und Nutzungsbeschränkungen verbunden, die die über die API zugänglichen Aktionen und Daten regeln. Er spielt eine entscheidende Rolle bei der Zugriffskontrolle, der Überwachung der Nutzung und der Gewährleistung einer sicheren Interaktion zwischen Client-Anwendungen und den Servern von OpenAI und unterstützt so eine breite Palette KI-gesteuerter Funktionen in verschiedenen Anwendungen und Branchen.

Welche Modelle betreiben die OpenAI API?

Die OpenAI API wird von einer Vielzahl von Modellen unterstützt, die jeweils einzigartige Fähigkeiten und Preisoptionen bieten. Diese Modelle können durch Feintuning für spezifische Anwendungsfälle angepasst werden.

GPT-4o: Das schnellste und kostengünstigste Flaggschiff-Modell.
GPT-4 Turbo und GPT-4: Die vorherige Generation hochintelligenter Modelle.
GPT-3.5 Turbo: Ein schnelles, budgetfreundliches Modell für grundlegende Aufgaben.
DALL-E: Ein Modell, das Bilder aus natürlichen Sprachbeschreibungen generieren und bearbeiten kann.
TTS: Modelle, die Text in natürlich klingende Sprache umwandeln.
Whisper: Ein Modell, das Audio in Text transkribiert.
Embeddings: Modelle, die Text in numerische Daten umwandeln.
Moderation: Ein spezialisiertes Modell, das potenziell sensible oder unsichere Texte erkennt.
GPT base: Modelle, die natürliche Sprache oder Code ohne Befehlsaufforderung verstehen und generieren.
Deprecated: Eine umfassende Liste veralteter Modelle und deren empfohlene Ersatzmodelle.

Was kann ich mit dem OpenAI API-Key tun?

Textgenerierung

Diese Modelle generieren Textantworten basierend auf den erhaltenen Informationen. Die Eingaben für diese Modelle, sogenannte „Prompts“, sind entscheidend für die Steuerung ihrer Ausgaben und dienen im Wesentlichen als Anweisungen oder Beispiele für die Aufgabenerfüllung.

Die Nutzung der Textgenerierungsmodelle von OpenAI ermöglicht Entwicklern die Erstellung vielfältiger Anwendungen wie das Verfassen von Dokumenten, das Programmieren, das Abfragen von Wissensdatenbanken, die Textanalyse, die Implementierung natürlicher Sprachschnittstellen für Software, das Unterrichten in verschiedenen Fächern, die Sprachübersetzung und die Charaktersimulation für Spielumgebungen.

Function Calling

Function Calling ermöglicht es Ihnen, Funktionen zu beschreiben, die das Modell erkennen und mit JSON-Daten beantworten kann, die Argumente für diese Funktionen enthalten. Das Modell führt die Funktion selbst nicht direkt aus; stattdessen generiert es eine JSON-Ausgabe, die Ihre Anwendung verwenden kann, um die Funktion in Ihrem Code aufzurufen.

Embeddings

Embeddings sind Zahlenvektoren, die die Bedeutung und den Kontext von Textzeichenfolgen repräsentieren. Diese Vektoren messen, wie eng verschiedene Textabschnitte miteinander verwandt sind. Sie sind in verschiedenen Anwendungen nützlich, z. B. bei der Suche, bei der Ergebnisse nach Relevanz für eine Suchanfrage geordnet werden, oder beim Clustering, bei dem ähnliche Textzeichenfolgen gruppiert werden.

Fine-Tuning

Fine-Tuning verbessert die Leistung der Textgenerierungsmodelle, indem es Benutzern ermöglicht, die Modelle für bestimmte Aufgaben zu verfeinern und anzupassen. Benutzer können das Fine-Tuning starten, indem sie eigene Trainingsdaten vorbereiten und hochladen und dann ein spezialisiertes Modell trainieren, das besser auf die Anforderungen ihrer Anwendung abgestimmt ist.

Bildgenerierung

Bildgenerierung bedeutet, dass Sie mit Textbeschreibungen Bilder erstellen können.

Vision

Einige Modelle können Bilder verarbeiten und Fragen dazu beantworten.

Text to Speech

Der Prozess der Text-zu-Sprache-Umwandlung wandelt geschriebenen Text, z. B. einen Blogbeitrag, in gesprochenes Audio um. Diese Technologie ermöglicht die Erstellung von Audioinhalten in verschiedenen Sprachen und kann Echtzeit-Streaming von Audioausgaben bereitstellen.

Speech to Text

Der Prozess der Sprach-zu-Text-Umwandlung wandelt gesprochenes Audio aus jeder Sprache in geschriebenen Text um. Anschließend wird dieser Text übersetzt und in englische Schriftform transkribiert.

Moderation

Die Moderation bewertet Texte, um festzustellen, ob sie potenziell schädliche Inhalte enthalten. Entwickler können diesen Endpunkt nutzen, um Texteingaben zu analysieren und Material zu identifizieren, das als schädlich oder unangemessen gelten könnte. Diese Fähigkeit ermöglicht es Anwendungen, solche Inhalte automatisch zu filtern oder zu behandeln und so ein sichereres und positiveres Benutzererlebnis zu schaffen.

Wie erhalte und richte ich meinen eigenen OpenAI API-Key ein?

Schritt 1: Kontoerstellung

Ein OpenAI-Konto erstellen/öffnen: Besuchen Sie die OpenAI-Plattform und melden Sie sich an oder registrieren Sie sich.
Zur API-Key-Seite navigieren: Gehen Sie nach der Anmeldung zur API-Key-Verwaltungsseite.
Einen neuen Secret Key erstellen: Klicken Sie auf „Create new secret key“ und benennen Sie den Schlüssel optional.
Den Schlüssel speichern: Bewahren Sie den API-Key an einem sicheren Ort auf und geben Sie ihn an niemanden weiter.

Schritt 2: Auswahl der Schnellstart-Sprache

curl/Python/Node.js auswählen: Die folgende Anleitung gilt für Python als Programmiersprache für die Interaktion mit der OpenAI API. Wenn Sie curl oder Node.js bevorzugen, besuchen Sie die OpenAI-Plattform für entsprechende Schnellstart-Tutorials.

Schritt 3: Python einrichten

Python-Installation überprüfen: Öffnen Sie Terminal oder Eingabeaufforderung und geben Sie python ein. Wenn es installiert ist, gelangen Sie in den Python-Interpreter.
Python installieren: Falls Python nicht installiert ist, laden Sie die neueste Version von der offiziellen Python-Website herunter und installieren Sie sie. Stellen Sie sicher, dass Sie mindestens Python 3.7.1 haben.

Schritt 4: OpenAI Python-Bibliothek installieren

pip aktualisieren: Stellen Sie sicher, dass pip auf dem neuesten Stand ist, mit pip install --upgrade pip.
Bibliothek installieren: Installieren Sie die OpenAI Python-Bibliothek mit pip install --upgrade openai.

Schritt 5: API-Key einrichten

API-Key für alle Projekte festlegen (empfohlen): Setzen Sie die Umgebungsvariable OPENAI_API_KEY auf Ihren API-Key. macOS/Linux: export OPENAI_API_KEY="your_api_key_here" Windows: set OPENAI_API_KEY="your_api_key_here"
API-Key für ein einzelnes Projekt festlegen: Wenn Sie keine Umgebungsvariable verwenden, müssen Sie den Schlüssel in Ihrem Python-Skript mit openai.api_key = "your_api_key_here" setzen.

Schritt 6: Ihre erste API-Anfrage senden

Python-Skript erstellen: Erstellen Sie eine neue Datei mit dem Namen openai-test.py.
Python-Code schreiben: Kopieren Sie den bereitgestellten Beispielcode und fügen Sie ihn in openai-test.py ein:

from openai import OpenAI
client = OpenAI()

completion = client.chat.completions.create(
  model="gpt-3.5-turbo",
  messages=[
    {"role": "system", "content": "You are a poetic assistant, skilled in explaining complex programming concepts with creative flair."},
    {"role": "user", "content": "Compose a poem that explains the concept of recursion in programming."}
  ]
)
print(completion.choices[0].message)

Skript ausführen: Führen Sie das Skript mit python openai-test.py im Terminal oder der Eingabeaufforderung aus.

Häufige Probleme mit der OpenAI API beheben

Häufige API-Fehler

Hier ist die Liste der am häufigsten auftretenden API-Fehler – erfahren Sie die Bedeutung der Fehlercodes:

Python-Bibliotheksfehler

Bei der Verwendung Ihrer API können einige häufige Python-Bibliotheksfehler auftreten. Machen Sie sich mit den Fehlertypen vertraut, um die Fehlerbehebung zu erleichtern:

So behandeln Sie Fehler

import openai
from openai import OpenAI
client = OpenAI()

try:
  #Führen Sie hier Ihre OpenAI API-Anfrage aus
  response = client.completions.create(
    prompt="Hello world",
    model="gpt-3.5-turbo-instruct"
  )
except openai.APIError as e:
  #API-Fehler behandeln, z.B. wiederholen oder protokollieren
  print(f"OpenAI API returned an API Error: {e}")
  pass
except openai.APIConnectionError as e:
  #Verbindungsfehler behandeln
  print(f"Failed to connect to OpenAI API: {e}")
  pass
except openai.RateLimitError as e:
  #Ratenbegrenzungsfehler behandeln (wir empfehlen exponentielles Backoff)
  print(f"OpenAI API request exceeded rate limit: {e}")
  pass

Weitere Informationen zu Fehlercodes finden Sie auf der OpenAI Platform-Website.

Wie halte ich meinen API-Key sicher?

Eindeutige Schlüssel für jeden Benutzer

Weisen Sie jedem Teammitglied einen eigenen API-Key zu, um unbefugte Weitergabe zu verhindern und die Verantwortlichkeit sicherzustellen.

Clientseitige Offenlegung vermeiden

Betten Sie Ihren API-Key niemals in clientseitige Anwendungen wie Webbrowser oder mobile Apps ein, um Missbrauch durch böswillige Akteure zu vermeiden.

Keine Aufnahme in Repositorys

Nehmen Sie Ihren API-Key nicht in Quellcode-Repositorys auf, um eine versehentliche Offenlegung zu vermeiden, insbesondere in öffentlichen Repositorys.

Umgebungsvariablen nutzen

Verwenden Sie Umgebungsvariablen wie OPENAI_API_KEY, um Ihren Schlüssel sicher außerhalb Ihres Anwendungscodes zu speichern und eine sichere Verwaltung und Weitergabe zu ermöglichen.

Schlüsselverwaltungslösungen implementieren

Setzen Sie dedizierte Dienste zur Verwaltung sensibler Schlüssel ein, um die Sicherheit zu erhöhen und eine zusätzliche Schutzebene gegen Sicherheitsverletzungen zu schaffen.

Schlüssel überwachen und rotieren

Überwachen Sie Ihre API-Nutzung regelmäßig, um Anomalien zu erkennen, und rotieren Sie Ihre Schlüssel regelmäßig, um das Risiko unbefugten Zugriffs und Missbrauchs zu minimieren.

Was sind Praxisbeispiele für die Integration des OpenAI API-Keys in Projekte?

Automatisierte Inhaltserstellung

Szenario: Eine Content-Marketing-Agentur verwendet die OpenAI API, um Entwürfe von Artikeln, Blogbeiträgen und Social-Media-Updates basierend auf vorgegebenen Themen oder Gliederungen zu generieren.
Anwendung: Die Textgenerierungsfähigkeiten von Modellen wie GPT-3.5 Turbo ermöglichen die Erstellung ansprechender und kontextuell relevanter Inhalte.

Verbesserter Kundensupport

Szenario: Eine E-Commerce-Plattform integriert einen Chatbot, der von OpenAI-Textgenerierungsmodellen unterstützt wird, um rund um die Uhr Kundensupport zu bieten, Fragen zu beantworten und Probleme zu lösen.
Anwendung: Der Chatbot kann Benutzereingaben verstehen und passende Antworten generieren, wodurch die Kundenzufriedenheit steigt und die Reaktionszeiten sinken.

Programmierhilfe

Szenario: Ein Entwicklungsteam verwendet die OpenAI API, um einen KI-Programmierassistenten zu erstellen, der Code-Ausschnitte vorschlägt, vorhandenen Code debuggt und routinemäßige Codeabschnitte automatisch generiert.
Anwendung: Durch die Nutzung der Verständnis- und Generierungsfähigkeiten von Modellen wie GPT base können Entwickler ihre Produktivität steigern und die Entwicklungszeit verkürzen.

Lernplattformen

Szenario: Eine Online-Lernplattform integriert KI, um personalisierte Nachhilfe zu bieten, Erklärungen zu generieren und Fragen in Fächern wie Mathematik, Naturwissenschaften und Geisteswissenschaften zu beantworten.
Anwendung: Die Textgenerierungsmodelle können die Antworten eines Tutors simulieren und Erklärungen sowie Anleitungen bieten, die auf das Verständnisniveau des Lernenden zugeschnitten sind.

Sprachübersetzungsdienste

Szenario: Ein Übersetzungsdienst verwendet die OpenAI API, um Text von einer Sprache in eine andere zu konvertieren und so die sprachübergreifende Kommunikation für Unternehmen und Einzelpersonen zu erleichtern.
Anwendung: Modelle mit mehrsprachigen Fähigkeiten können Übersetzungen generieren, die nicht nur sprachlich korrekt, sondern auch kontextuell angemessen sind.

Bildgenerierung und -bearbeitung

Szenario: Eine Designagentur verwendet DALL-E, um basierend auf beschreibenden Textbeschreibungen der Kunden einzigartige Bilder zu erstellen oder vorhandene Grafiken zu bearbeiten.
Anwendung: Die Bildgenerierungsfähigkeiten ermöglichen die schnelle Konzeptualisierung und Iteration von Designideen ohne manuelle Illustration.

Suchrelevanz und Clustering

Szenario: Eine Suchmaschine oder E-Commerce-Website verwendet die Embeddings-Modelle, um die Relevanz von Suchergebnissen zu verbessern, indem sie die semantische Bedeutung von Benutzerabfragen und Produktbeschreibungen versteht.
Anwendung: Embeddings helfen bei der Rangfolge von Suchergebnissen oder der Gruppierung ähnlicher Produkte, wodurch die Benutzererfahrung durch genauere und personalisiertere Ergebnisse verbessert wird.

Inhaltsmoderation

Szenario: Eine Social-Media-Plattform verwendet das Moderation-Modell, um potenziell schädliche oder unangemessene Inhalte automatisch zu erkennen und zu kennzeichnen und so eine sichere Online-Umgebung zu gewährleisten.
Anwendung: Das Moderation-Modell analysiert Texteingaben, um sensible Inhalte zu identifizieren und zu behandeln, wodurch die Belastung menschlicher Moderatoren verringert und der Moderationsprozess beschleunigt wird.

OpenAI API-Preise für LLMs

GPT-4o

GPT-3.5 Turbo

Einschränkungen des OpenAI API-Keys

Zunehmende Zensur

Die zunehmende Zensur der OpenAI API ist für viele Benutzer und Entwickler zu einem Thema der Besorgnis geworden. Während sich die künstliche Intelligenz weiterentwickelt und in verschiedene Aspekte unseres täglichen Lebens integriert, wird die Art und Weise, wie sie Inhalte filtert und moderiert, kritisch hinterfragt. Obwohl die Absicht hinter der Inhaltsmoderation oft darin besteht, die Verbreitung von Fehlinformationen, illegalen Aktivitäten und schädlichen Inhalten zu verhindern, haben einige Benutzer ihre Unzufriedenheit mit dem geäußert, was sie als Übergriffigkeit empfinden. Kritiker argumentieren, dass die Zensur den Umfang von Diskussionen einschränken, den freien Informationsfluss behindern und möglicherweise die Meinungsfreiheit beeinträchtigen kann.

Hohe Aufrufkosten

Die hohen Aufrufkosten der OpenAI API sind eine wichtige Überlegung für Entwickler und Unternehmen, die erweiterte KI-Funktionen in ihre Anwendungen integrieren möchten. Bei Modellen wie GPT-4 mit unterschiedlichen Token-Limits und damit verbundenen Kosten können sich die Ausgaben schnell summieren, insbesondere bei Anwendungen, die umfangreiche Interaktionen oder große Datenmengen erfordern. Beispielsweise verursacht das GPT-4-Modell mit einem 32k-Token-Limit Kosten von $0,12 pro Aufruf, was sich auf $18,00 für den gesamten Aufruf summieren kann. Das GPT-4 Turbo-Modell ist zwar mit $0,03 pro Aufruf kostengünstiger, stellt aber dennoch eine erhebliche Investition für die Nutzung mit hohem Volumen dar. Diese Kosten können eine Eintrittsbarriere für kleinere Unternehmen und Startups darstellen, die möglicherweise nicht über die finanziellen Mittel verfügen, um solche Ausgaben zu tragen, und so möglicherweise die Zugänglichkeit und Innovation in der KI-Community einschränken.

Novita AI LLM API-Key – Alternative zum OpenAI API-Key

Überblick über die Novita AI LLM API

Um die Einschränkungen bei der Verwendung des OpenAI API-Keys zu überwinden, bietet Novita AI LLM API Entwicklern, insbesondere solchen in KI-Startups, kostengünstige und unzensierte LLM API-Keys. Unser Ziel ist es, einen API-Key mit unendlichen Möglichkeiten der KI-Innovation anzubieten.

Konkret bietet unsere LLM API viele LLM-Auswahlmöglichkeiten mit niedrigen Aufrufkosten und starker Leistung. Sie können das LLM auswählen, das Ihren Anforderungen entspricht.

Darüber hinaus bietet unsere LLM API anpassbare Parameter, die exakt den OpenAI-API-Bestimmungen entsprechen, einschließlich Top P, Temperature, Presence Penalty und Max Tokens.

Da unser API-Protokoll mit dem OpenAI-API-Protokoll übereinstimmt, können Sie nahtlos wechseln und unsere LLM API aufrufen, wenn Sie die OpenAI API verwenden oder an ähnliche Protokolle gewöhnt sind.

So erhalten Sie den Novita AI API-Key

Schritt 1: Registrieren Sie ein Konto

Navigieren Sie zur Novita AI-Website und klicken Sie oben im Menü auf die Schaltfläche „Log In“. Sie können sich derzeit mit Ihrem Google- oder GitHub-Konto anmelden. Nach der Anmeldung erhalten Sie kostenlos $0,5 Credits!

Schritt 2: Generieren Sie einen API-Key

Um sich bei der API zu authentifizieren, fügen Sie einen Bearer-Token in den Request-Header ein (z.B. -H “Authorization: Bearer ***”). Wir stellen Ihnen einen neuen API-Key zur Verfügung.

Sie können auch Ihren eigenen Schlüssel erstellen, indem Sie „Add new key“ auswählen.

Schritt 3: Führen Sie einen API-Aufruf aus

Mit nur wenigen Codezeilen können Sie einen API-Aufruf durchführen und die Fähigkeiten von Hermes 13B und anderen fortschrittlichen Modellen nutzen:

from openai import OpenAI

client = OpenAI(
    base_url="https://api.novita.ai/v3/openai",
    # Get the Novita AI API Key by referring: https://novita.ai/get-started/Quick_Start.html#_3-create-an-api-key
    api_key="<YOUR Novita AI API Key>",
)
model = "nousresearch/nous-hermes-llama2-13b"
completion_res = client.completions.create(
    model=model,
    prompt="A chat between a curious user and an artificial intelligence assistant".
    stream = True, # or False
    max_tokens = 512,
)

Fazit

In diesem Blogbeitrag haben wir die facettenreiche Welt des OpenAI API-Keys erkundet – von der Ersteinrichtung über praktische Anwendungen bis hin zu potenziellen Fallstricken. Wir haben die Modelle besprochen, die die API antreiben, wie GPT-4 und DALL-E, sowie die vielfältigen Funktionen, die sie bieten, darunter Textgenerierung, Function Calling, Embeddings und Fine-Tuning. Wir haben auch eine Schritt-für-Schritt-Anleitung zur Erlangung und Einrichtung Ihres eigenen API-Keys sowie Tipps zur Behebung häufiger Probleme und zur Sicherheit Ihres Schlüssels gegeben.

Wir haben jedoch auch die Einschränkungen anerkannt, wie die zunehmende Zensur und die hohen Aufrufkosten, die das Benutzererlebnis und die allgemeine Zugänglichkeit von KI-Technologien beeinträchtigen können.

Um diese Einschränkungen zu adressieren, haben wir den Novita AI LLM API-Key als Alternative zum OpenAI API-Key vorgestellt, der Entwicklern kostengünstige und unzensierte Optionen bietet.

FAQs

1. Warum hat OpenAI beschlossen, eine API statt Open-Source-Modelle zu veröffentlichen?

OpenAI hat sich aus drei Hauptgründen für die Veröffentlichung einer API anstelle von Open-Source-Modellen entschieden:

Finanzielle Unterstützung: Die Kommerzialisierung der Technologie über eine API hilft, laufende KI-Forschung, Sicherheitsmaßnahmen und politische Bemühungen zu finanzieren.

Zugänglichkeit: Die Komplexität und die Kosten für die Wartung großer KI-Modelle machen es kleineren Organisationen schwer, sie zu nutzen. Eine API macht diese Modelle zugänglich, ohne dass umfangreiches Fachwissen oder Ressourcen erforderlich sind.

Kontrolle und Sicherheit: Die Veröffentlichung über eine API ermöglicht es OpenAI, den Zugriff zu überwachen und zu kontrollieren und schnell auf potenziellen Missbrauch oder schädliche Anwendungen zu reagieren, die bei Open-Source-Modellen auftreten könnten.

Novita AI ist die All-in-One-Cloud-Plattform, die Ihre KI-Ambitionen beflügelt. Mit nahtlos integrierten APIs, serverlosem Computing und GPU-Beschleunigung bieten wir die kosteneffizienten Tools, die Sie benötigen, um Ihr KI-gesteuertes Unternehmen schnell aufzubauen und zu skalieren. Beseitigen Sie Infrastruktur-Herausforderungen und starten Sie kostenlos – Novita AI macht Ihre KI-Träume wahr.