Guide d'utilisation de la clé API OpenAI et alternatives

Introduction

Vous vous demandez comment accéder et utiliser les capacités des modèles d’OpenAI ? Quels défis pourriez-vous rencontrer dans le processus, et quelles alternatives pourriez-vous envisager ? Ce blog vise à démêler les subtilités de la clé API OpenAI.

Nous vous guiderons tout au long du processus d’obtention de votre propre clé API, de la configuration de votre environnement et de l’envoi de votre première requête. Nous aborderons également les problèmes courants, les bonnes pratiques pour sécuriser votre clé API, et mettrons en lumière des applications réelles d’intégration de la clé API OpenAI dans divers projets. De plus, nous examinerons les limites de la clé API OpenAI, notamment la censure croissante et les coûts d’appel élevés, et vous présenterons Novita AI comme une solution alternative qui pourrait changer la donne pour vos projets d’IA.

Qu’est-ce que la clé API OpenAI ?

La clé API OpenAI est un identifiant unique attribué aux utilisateurs lors de l’inscription, servant à la fois de jeton d’identification et d’authentification pour accéder aux services API d’OpenAI. Cette clé permet aux développeurs d’intégrer en toute sécurité les puissantes capacités d’IA d’OpenAI dans leurs applications.

Chaque clé API est associée à des autorisations et des limites d’utilisation spécifiques, qui régissent les actions et les données accessibles via l’API. Elle joue un rôle crucial dans le contrôle d’accès, le suivi de l’utilisation et la garantie d’une interaction sécurisée entre les applications clientes et les serveurs d’OpenAI, soutenant ainsi un large éventail de fonctionnalités axées sur l’IA dans diverses applications et industries.

Quels modèles alimentent l’API OpenAI ?

L’API OpenAI est soutenue par une variété de modèles, chacun offrant des capacités et des options de tarification uniques. Ces modèles peuvent être personnalisés pour des cas d’utilisation spécifiques via un réglage fin.

GPT-4o : Le modèle phare le plus rapide et le plus rentable.
GPT-4 Turbo et GPT-4 : La génération précédente de modèles très intelligents.
GPT-3.5 Turbo : Un modèle rapide et économique pour les tâches de base.
DALL-E : Un modèle capable de générer et de modifier des images à partir de descriptions en langage naturel.
TTS : Modèles conçus pour convertir le texte en parole naturelle.
Whisper : Un modèle qui transcrit l’audio en texte.
Embeddings : Modèles qui transforment le texte en données numériques.
Moderation : Un modèle spécialisé qui détecte les textes potentiellement sensibles ou dangereux.
GPT base : Modèles qui comprennent et génèrent du langage naturel ou du code sans suivre d’instructions.
Deprecated : Une liste complète des modèles obsolètes et de leurs remplacements recommandés.

Que puis-je faire avec la clé API OpenAI ?

Génération de texte

Ces modèles génèrent des réponses textuelles basées sur les informations qu’ils reçoivent. Les entrées de ces modèles, appelées « prompts », sont essentielles pour guider leurs sorties et servent essentiellement d’instructions ou d’exemples pour accomplir une tâche.

L’utilisation des modèles de génération de texte d’OpenAI permet aux développeurs de créer diverses applications telles que la rédaction de documents, le codage, l’interrogation de bases de connaissances, l’analyse de texte, la mise en œuvre d’interfaces en langage naturel pour des logiciels, le tutorat dans diverses matières, la traduction linguistique et la simulation de personnages pour des environnements de jeu.

Appel de fonctions

L’appel de fonctions vous permet de décrire des fonctions que le modèle peut reconnaître et auxquelles il peut répondre avec des données JSON contenant des arguments pour ces fonctions. Le modèle n’exécute pas directement la fonction lui-même ; il génère plutôt une sortie JSON que votre application peut utiliser pour appeler la fonction dans votre code.

Embeddings

Les embeddings sont des vecteurs de nombres qui représentent le sens et le contexte des chaînes de texte. Ces vecteurs mesurent à quel point différents morceaux de texte sont liés les uns aux autres. Ils sont utiles dans diverses applications telles que la recherche, où les résultats sont classés par pertinence par rapport à une requête, ou le clustering, où des chaînes de texte similaires sont regroupées.

Réglage fin

Le réglage fin améliore les performances des modèles de génération de texte en permettant aux utilisateurs d’affiner et de personnaliser les modèles pour des tâches spécifiques. Les utilisateurs peuvent initier un réglage fin en préparant et en téléchargeant leurs propres données d’entraînement, puis en entraînant un modèle spécialisé qui correspond mieux aux exigences de leur application.

Génération d’images

La génération d’images signifie que vous pouvez générer des images à partir de prompts textuels.

Vision

Certains modèles peuvent prendre des images et répondre à des questions à leur sujet.

Synthèse vocale

Le processus de synthèse vocale consiste à convertir un texte écrit, comme un article de blog, en audio parlé. Cette technologie permet de créer du contenu audio dans différentes langues et peut fournir un streaming en temps réel de la sortie audio.

Reconnaissance vocale

Le processus de synthèse vocale consiste à convertir l’audio parlé de n’importe quelle langue en texte écrit. Il traduit et transcrit ensuite ce texte en anglais.

Modération

La modération évalue le texte pour déterminer s’il contient du contenu potentiellement nuisible. Les développeurs peuvent utiliser ce point de terminaison pour analyser les entrées de texte et identifier le matériel qui pourrait être considéré comme nocif ou inapproprié. Cette capacité permet aux applications de filtrer ou de traiter automatiquement ce contenu, contribuant ainsi à maintenir une expérience utilisateur plus sûre et plus positive.

Comment acquérir et configurer ma propre clé API OpenAI ?

Étape 1 : Configuration du compte

Créer / Ouvrir un compte OpenAI : Rendez-vous sur la plateforme OpenAI et inscrivez-vous ou connectez-vous.
Accéder à la page des clés API : Une fois connecté, allez sur la page de gestion des clés API.
Créer une nouvelle clé secrète : Cliquez sur « Create new secret key » et donnez éventuellement un nom à la clé.
Enregistrer la clé : Assurez-vous de sauvegarder la clé API dans un endroit sûr et ne la partagez avec personne.

Étape 2 : Sélection du langage de démarrage rapide

Choisir curl / Python / Node.js : Le guide suivant est adapté au choix de Python comme langage de programmation pour interagir avec l’API OpenAI. Si vous optez pour curl ou Node.js, vous pouvez consulter la plateforme OpenAI pour les tutoriels de démarrage rapide correspondants.

Étape 3 : Configuration de Python

Vérifier l’installation de Python : Ouvrez le Terminal ou l’Invite de commandes et tapez python. S’il est installé, vous entrerez dans l’interpréteur Python.
Installer Python : Si Python n’est pas installé, téléchargez et installez la dernière version depuis le site officiel de Python, en vous assurant d’avoir au moins Python 3.7.1.

Étape 4 : Installer la bibliothèque Python OpenAI

Mettre à jour pip : Assurez-vous que pip est à jour avec pip install --upgrade pip.
Installer la bibliothèque : Installez la bibliothèque Python OpenAI avec pip install --upgrade openai.

Étape 5 : Configurer votre clé API

Définir la clé API pour tous les projets (recommandé) : Définissez la variable d’environnement OPENAI_API_KEY avec la valeur de votre clé API.

MacOS/Linux : export OPENAI_API_KEY="votre_cle_api_ici"

Windows : set OPENAI_API_KEY="votre_cle_api_ici"

Définir la clé API pour un seul projet : Si vous n’utilisez pas de variable d’environnement, vous devrez définir la clé dans votre script Python avec openai.api_key = "votre_cle_api_ici".

Étape 6 : Envoyer votre première requête API

Créer un script Python : Créez un nouveau fichier nommé openai-test.py.
Écrire le code Python : Copiez et collez l’exemple de code fourni dans openai-test.py :

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)

Exécuter le script : Exécutez le script en tapant python openai-test.py dans le Terminal ou l’Invite de commandes.

Dépannage des problèmes courants avec l’API OpenAI

Erreurs API courantes

Voici la liste des erreurs API les plus fréquentes, consultez la signification des codes d’erreur :

Erreurs de la bibliothèque Python

Vous pouvez rencontrer quelques erreurs courantes de la bibliothèque Python lors de l’utilisation de votre API. Familiarisez-vous avec les types d’erreur pour le dépannage :

Comment gérer les erreurs

import openai
from openai import OpenAI
client = OpenAI()

try:
  #Make your OpenAI API request here
  response = client.completions.create(
    prompt="Hello world",
    model="gpt-3.5-turbo-instruct"
  )
except openai.APIError as e:
  #Handle API error here, e.g. retry or log
  print(f"OpenAI API returned an API Error: {e}")
  pass
except openai.APIConnectionError as e:
  #Handle connection error here
  print(f"Failed to connect to OpenAI API: {e}")
  pass
except openai.RateLimitError as e:
  #Handle rate limit error (we recommend using exponential backoff)
  print(f"OpenAI API request exceeded rate limit: {e}")
  pass

Pour plus d’informations sur les codes d’erreur, veuillez consulter le site Web de la plateforme OpenAI.

Comment sécuriser ma clé API ?

Clés uniques pour chaque utilisateur

Attribuez une clé API distincte à chaque membre de l’équipe pour éviter tout partage non autorisé et garantir la responsabilité.

Éviter l’exposition côté client

N’intégrez jamais votre clé API dans des applications côté client telles que les navigateurs Web ou les applications mobiles pour éviter une utilisation abusive par des acteurs malveillants.

Ne pas commettre dans les dépôts

Évitez d’inclure votre clé API dans les dépôts de code source pour éviter une exposition accidentelle, en particulier dans les dépôts publics.

Tirer parti des variables d’environnement

Utilisez des variables d’environnement comme OPENAI_API_KEY pour stocker votre clé en toute sécurité en dehors du code de votre application, facilitant ainsi un partage et une gestion sécurisés.

Mettre en œuvre des solutions de gestion des clés

Utilisez des services dédiés conçus pour gérer les clés sensibles, renforçant ainsi la sécurité et offrant une couche de protection supplémentaire contre les violations.

Surveiller et renouveler les clés

Surveillez régulièrement votre utilisation de l’API pour détecter les anomalies et renouvelez périodiquement vos clés afin de minimiser les risques d’accès non autorisé et d’utilisation abusive potentielle.

Quelles sont les pratiques réelles d’intégration de la clé API OpenAI dans les projets ?

Création automatisée de contenu

Scénario : Une agence de marketing de contenu utilise l’API OpenAI pour générer des articles, des billets de blog et des mises à jour sur les réseaux sociaux à partir de sujets ou de plans donnés.
Application : Les capacités de génération de texte de modèles comme GPT-3.5 Turbo permettent de créer un contenu engageant et contextuellement pertinent.

Support client amélioré

Scénario : Une plateforme de commerce électronique intègre un chatbot alimenté par les modèles de génération de texte d’OpenAI pour fournir un support client 24h/24 et 7j/7, répondre aux questions et résoudre les problèmes.
Application : Le chatbot peut comprendre les invites des utilisateurs et générer des réponses appropriées, améliorant ainsi la satisfaction client et réduisant les délais de réponse.

Assistance au codage

Scénario : Une équipe de développement utilise l’API OpenAI pour créer un assistant de codage IA qui suggère des extraits de code, débogue le code existant et génère automatiquement des segments de code routiniers.
Application : En exploitant les capacités de compréhension et de génération de modèles comme GPT base, les développeurs peuvent augmenter leur productivité et réduire le temps de développement.

Plateformes éducatives

Scénario : Une plateforme d’apprentissage en ligne intègre l’IA pour fournir un tutorat personnalisé, générer des explications et répondre aux questions dans des matières comme les mathématiques, les sciences et les sciences humaines.
Application : Les modèles de génération de texte peuvent simuler les réponses d’un tuteur, offrant des explications et des conseils adaptés au niveau de compréhension de l’apprenant.

Services de traduction linguistique

Scénario : Un service de traduction utilise l’API OpenAI pour convertir un texte d’une langue à une autre, facilitant ainsi la communication interlangues pour les entreprises et les particuliers.
Application : Les modèles multilingues peuvent générer des traductions non seulement linguistiquement précises mais aussi contextuellement appropriées.

Génération et édition d’images

Scénario : Une agence de design utilise DALL-E pour créer des images uniques ou modifier des visuels existants en fonction de descriptions textuelles fournies par les clients.
Application : Les capacités de génération d’images permettent une conceptualisation et une itération rapides des idées de conception sans illustration manuelle.

Pertinence de recherche et clustering

Scénario : Un moteur de recherche ou un site de commerce électronique utilise les modèles Embeddings pour améliorer la pertinence des résultats de recherche en comprenant le sens sémantique des requêtes utilisateur et des descriptions de produits.
Application : Les embeddings aident à classer les résultats de recherche ou à regrouper des produits similaires, améliorant ainsi l’expérience utilisateur en fournissant des résultats plus précis et personnalisés.

Modération de contenu

Scénario : Une plateforme de médias sociaux utilise le modèle Moderation pour détecter et signaler automatiquement les contenus potentiellement nuisibles ou inappropriés, garantissant un environnement en ligne sûr.
Application : Le modèle Moderation analyse les entrées de texte pour identifier et traiter les contenus sensibles, réduisant ainsi la charge des modérateurs humains et accélérant le processus de modération.

Tarification de l’API OpenAI pour les LLM

GPT-4o

GPT-3.5 Turbo

Limites de la clé API OpenAI

Censure croissante

La censure croissante de l’API OpenAI est devenue un sujet de préoccupation pour de nombreux utilisateurs et développeurs. Alors que l’intelligence artificielle continue d’évoluer et de s’intégrer dans divers aspects de notre vie quotidienne, la manière dont elle filtre et modère le contenu est scrutée. Bien que l’intention derrière la modération du contenu soit souvent d’empêcher la propagation de désinformation, d’activités illégales et de contenus nuisibles, certains utilisateurs ont exprimé leur mécontentement face à ce qu’ils perçoivent comme un excès. Les critiques soutiennent que la censure peut limiter la portée des discussions, entraver la libre circulation de l’information et potentiellement porter atteinte à la liberté d’expression.

Coûts d’appel élevés

Le coût élevé des appels de l’API OpenAI est une considération importante pour les développeurs et les entreprises cherchant à intégrer des capacités d’IA avancées dans leurs applications. Avec des modèles comme GPT-4 offrant différentes limites de tokens et des coûts associés, la dépense peut rapidement s’accumuler, en particulier pour les applications nécessitant des interactions étendues ou de grands volumes de traitement de données. Par exemple, le modèle GPT-4 avec une limite de 32k tokens entraîne un coût par appel de 0,12 $, ce qui peut atteindre 18,00 $ pour l’appel total. De même, le modèle GPT-4 Turbo, bien que plus rentable à 0,03 $ par appel, représente toujours un investissement considérable pour une utilisation à volume élevé. Ces coûts peuvent constituer une barrière à l’entrée pour les petites entités et les startups qui n’ont pas les ressources financières nécessaires pour supporter de telles dépenses, limitant potentiellement l’accessibilité et l’innovation au sein de la communauté IA.

Clé API LLM Novita AI — Alternative à la clé API OpenAI

Aperçu de l’API LLM Novita AI

Afin de surmonter les limites de l’utilisation de la clé API OpenAI, Novita AI LLM API propose une clé API LLM économique et sans censure aux développeurs, en particulier ceux des startups IA. Notre objectif est d’offrir une seule clé API avec des possibilités d’innovation IA infinies.

Plus précisément, notre API LLM propose de nombreux choix de LLM avec des coûts d’appel faibles ainsi que des performances solides. Vous pouvez choisir le LLM qui répond à vos besoins.

De plus, notre API LLM offre des paramètres ajustables exactement identiques à ceux de l’API OpenAI, notamment top p, temperature, presence penalty et max tokens.

Étant donné que notre protocole API est compatible avec le protocole API d’OpenAI, si vous utilisez l’API OpenAI ou êtes habitué à des protocoles similaires, vous pouvez passer en toute transparence et appeler notre API LLM.

Comment obtenir une clé API Novita AI

Étape 1 : Créer un compte

Accédez au site Web Novita AI et cliquez sur le bouton « Log In » dans le menu supérieur. Actuellement, vous pouvez vous connecter en utilisant votre compte Google ou GitHub. Une fois connecté, vous recevrez 0,5 $ de crédits gratuitement !

Étape 2 : Générer une clé API

Pour vous authentifier auprès de l’API, incluez un Bearer Token dans l’en-tête de la requête (par exemple, -H "Authorization: Bearer ***"). Nous vous fournirons une nouvelle clé API.

Vous pouvez également créer votre propre clé en sélectionnant « Add new key ».

Étape 3 : Exécuter un appel API

Avec seulement quelques lignes de code, vous pouvez effectuer un appel API et utiliser les capacités de Hermes 13B et d’autres modèles avancés :

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,
)

Conclusion

Dans ce blog, nous avons exploré le monde aux multiples facettes de la clé API OpenAI, de sa configuration initiale à ses applications pratiques et ses pièges potentiels. Nous avons discuté des modèles qui alimentent l’API, tels que GPT-4 et DALL-E, et des diverses fonctionnalités qu’ils offrent, notamment la génération de texte, l’appel de fonctions, les embeddings et le réglage fin. Nous avons également fourni un guide étape par étape pour acquérir et configurer votre propre clé API, ainsi que des conseils pour résoudre les problèmes courants et sécuriser votre clé.

Cependant, nous avons également reconnu les limites, telles que la censure croissante et les coûts d’appel élevés, qui peuvent affecter l’expérience utilisateur et l’accessibilité générale des technologies d’IA.

Pour répondre à ces limitations, nous avons présenté la clé API LLM Novita AI comme une alternative à la clé API OpenAI, offrant des options économiques et sans censure pour les développeurs.

FAQ

1. Pourquoi OpenAI a-t-il choisi de publier une API plutôt que de rendre les modèles open source ?

OpenAI a choisi de publier une API plutôt que de rendre ses modèles open source pour trois raisons principales :

Soutien financier : La commercialisation de la technologie via une API aide à financer la recherche continue en IA, les mesures de sécurité et les efforts politiques.

Accessibilité : La complexité et le coût de maintenance de grands modèles d’IA les rendent difficiles à utiliser pour les petites organisations. Une API rend ces modèles accessibles sans nécessiter une expertise ou des ressources étendues.

Contrôle et sécurité : La publication via une API permet à OpenAI de surveiller et de contrôler l’accès, de réagir rapidement à une éventuelle utilisation abusive ou à des applications nuisibles qui pourraient découler de la mise en open source des modèles.

Novita AI est la plateforme cloud tout-en-un qui permet de réaliser vos ambitions en matière d’IA. Grâce à des API intégrées de manière transparente, à l’informatique sans serveur et à l’accélération GPU, nous vous fournissons les outils rentables dont vous avez besoin pour créer et développer rapidement votre entreprise axée sur l’IA. Éliminez les problèmes d’infrastructure et commencez gratuitement — Novita AI réalise vos rêves d’IA.