OpenAI: GPT-3.5 Turbo (older v0613) openai/gpt-3.5-turbo-0613

Модель OpenAI: GPT-3.5 Turbo (older v0613) от OpenAI (семейство gpt-3) доступна через единый OpenAI-совместимый API НейроГейт — без VPN, с оплатой в рублях, единым ключом для всех 353+ моделей платформы.
Создатель ChatGPT и GPT-серии. Самая известная AI-компания в мире.

👁 Зрение 🧠 Рассуждение 🎨 Генерация изображений 🎙 Аудио-вход 🔊 Синтез речи 🆓 Бесплатно

контекст, токенов

100 ₽

за 1 млн входных токенов

200 ₽

за 1 млн выходных токенов

возможностей

2021-09

база знаний до

Что такое OpenAI: GPT-3.5 Turbo (older v0613)

Поддержка существующих интеграций и воспроизводимость поведения для проектов, изначально разработанных под версию 0613.

GPT-3.5 Turbo (версия 0613) — одна из ранних стабильных ревизий популярной модели OpenAI, оптимизированная для задач чата и классической генерации текста. Модель хорошо справляется с пониманием и генерацией естественного языка, а также с написанием и объяснением кода. Версия 0613 примечательна тем, что именно в ней OpenAI впервые представил поддержку function calling — механизма вызова функций, позволяющего встраивать модель в структурированные пайплайны и агентные системы.

Контекстное окно составляет около 4 000 токенов, что по современным меркам является скромным показателем. База знаний модели ограничена сентябрём 2021 года, поэтому для задач, требующих актуальной информации, потребуется RAG или иные механизмы обогащения контекста. Сегодня эта версия представляет прежде всего исторический и совместимостный интерес: она подходит для проектов, изначально разработанных под конкретное поведение модели v0613 и нуждающихся в воспроизводимости результатов.

Когда брать эту модель

✓ Поддержка legacy-проектов, изначально построенных на GPT-3.5 Turbo v0613
✓ Простые чат-боты и диалоговые интерфейсы с небольшим контекстом
✓ Генерация и объяснение кода для типовых задач
✓ Прототипирование и эксперименты с function calling в его исходной реализации
✓ Задачи классификации, суммаризации и переформулировки коротких текстов

Пример работы

Реальный сценарий, на котором модель проявляет себя:

Напиши функцию на Python, которая принимает список строк и возвращает словарь с частотой встречаемости каждого слова, с комментариями к коду.

Использование OpenAI: GPT-3.5 Turbo (older v0613) через НейроГейт

OpenAI-совместимый эндпоинт https://api.neuralgate.ru/v1 — замени base_url в любом SDK и используй модель по её id.

# Chat completion
curl https://api.neuralgate.ru/v1/chat/completions \
  -H "Authorization: Bearer $NEURALGATE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "openai/gpt-3.5-turbo-0613",
    "messages": [{"role":"user","content":"Привет!"}]
  }'

from openai import OpenAI

client = OpenAI(
    api_key="sk-...your-neuralgate-key...",
    base_url="https://api.neuralgate.ru/v1",
)
response = client.chat.completions.create(
    model="openai/gpt-3.5-turbo-0613",
    messages=[{"role": "user", "content": "Привет!"}],
)
print(response.choices[0].message.content)

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: process.env.NEURALGATE_API_KEY,
  baseURL: "https://api.neuralgate.ru/v1",
});
const resp = await client.chat.completions.create({
  model: "openai/gpt-3.5-turbo-0613",
  messages: [{ role: "user", content: "Привет!" }],
});
console.log(resp.choices[0].message.content);