Урок из полного доступа, первые уроки курса бесплатно Официальный курс OpenAI Academy на русском
Урок 164 · Текст · ~5 мин

Usage API: подробный разбор расходов на OpenAI

Урок 164 из 303 курса «OpenAI Cookbook»: официальный курс OpenAI Academy (ОпенАИ) на русском языке. Урок входит в платный доступ; первые уроки курса бесплатно.

О чём урок

Для большинства наших пользователей панели мониторинга использования и затрат по умолчанию являются достаточными. Однако, если вам нужны более подробные данные или настраиваемая панель мониторинга, вы можете использовать API Completions Usage.

Этот ноутбук демонстрирует, как получать и визуализировать данные об использовании из API OpenAI Completions Usage и Costs API. Мы будем: - Вызывать API для получения данных об использовании завершений. - Разбирать JSON-ответ в pandas DataFrame. - Визуализировать использование токенов с течением времени с помощью matplotlib. - Использовать группировку по модели для анализа использования токенов в разных моделях. - Отображать распределение моделей с помощью круговой диаграммы.

Мы также включаем заполнители для всех возможных параметров API для всестороннего обзора.

Настройте ключ администратора — https://platform.openai.com/settings/organization/admin-keys

Замените 'PLACEHOLDER' на ваш фактический ключ ADMIN API. В целях безопасности рекомендуется загружать ключ из переменной среды.

Давайте посмотрим на необработанный JSON-ответ от API, чтобы понять его структуру.

Теперь мы разберем данные JSON, извлечем соответствующие поля и создадим pandas DataFrame для упрощения манипуляций и анализа.

Мы создадим гистограмму для визуализации использования входных и выходных токенов для каждого временного интервала.

В этом разделе мы получаем и визуализируем данные об использовании, сгруппированные по модели и project_id. Это может помочь вам увидеть общее количество токенов, использованных каждой моделью за указанный период.

  • Если вы не укажете параметр group_by, такие поля, как project_id, model и другие, будут возвращены как null. Хотя параметр group_by является необязательным, в большинстве случаев рекомендуется включать его для получения значимых данных.
  • Вы можете указать несколько полей группировки, разделив их запятыми. Например: group_by=["model", "project_id"].

Теперь мы разберем данные JSON, извлечем соответствующие поля и создадим pandas DataFrame для упрощения манипуляций и анализа.

В этом разделе визуализируется распределение использования токенов по различным моделям с помощью круговой диаграммы.

В этом разделе мы будем работать с OpenAI Costs API для получения и визуализации данных о затратах.

Теперь…

План урока

  1. Настройка учетных данных и параметров API
  2. Проверка JSON-ответа
  3. Разбор ответа API и создание DataFrame
  4. Визуализация использования токенов с течением времени
  5. Визуальный пример: группировка по модели
  6. Примечание о параметре группировки
  7. Разбор ответа API в DataFrame и отрисовка стековой гистограммы
  8. Визуальный пример: круговая диаграмма распределения моделей

Урок входит в полный доступ. Полный текст и видео открываются после оплаты. Первые уроки каждого курса бесплатны.

Откройте полный доступ

Вы прошли бесплатные уроки. Выберите тариф, чтобы продолжить обучение.

Курсы OpenAI 1 490 ₽ Разовый платёж, навсегда
  • Все курсы от OpenAI (1 шт.)
  • Именной сертификат по каждому пройденному курсу
Оплатить
Полный доступ 4 900 ₽ Разовый платёж, навсегда
  • Все 77 курсов от 11 AI-провайдеров
  • Библиотека промптов и новые курсы
Оплатить

Безопасная оплата через Robokassa: СБП, карты, электронные кошельки. Доступ откроется в этом браузере и придёт письмом. Уже оплатили? Восстановить доступ

Полезные гиды