gpt-5-chat
Red Neuronal
Características
- Entrada
- texto, imágenes, documentos
- Salida
- texto
- Tamaño del contexto
- 400 000 tokens
- Longitud máxima de respuesta
- 4 096 tokens
- Funciones
- llamada a funciones
Costo del prompt
(por 1M tokens)
Costo de la respuesta
(por 1M tokens)
Prompt de imagen
(por 1K tokens)
import OpenAI from 'openai';
const openai = new OpenAI({
apiKey: '<your bothub access token>',
baseURL: 'https://openai.bothub.chat/v1'
});
// Sync - Text generation
async function main() {
const chatCompletion = await openai.chat.completions.create({
messages: [{ role: 'user', content: 'Say this is a test' }],
model: 'gpt-5-chat',
});
}
// Async - Text generation
async function main() {
const stream = await openai.chat.completions.create({
messages: [{ role: 'user', content: 'Say this is a test' }],
model: 'gpt-5-chat',
stream: true
});
for await (const chunk of stream) {
const part: string | null = chunk.choices[0].delta?.content ?? null;
}
}
main();
Cómo funciona gpt-5-chat?
Preguntas frecuentes sobre gpt-5-chat
Puede usar los resultados generados con fines comerciales. Todos los derechos sobre el contenido creado le pertenecen. La única restricción: asegúrese de que la solicitud no incluya material de terceros protegido por derechos de autor. El usuario es responsable de respetar los derechos sobre los datos de entrada.
Es un modelo de texto de OpenAI con un contexto de 400 000 tokens: analiza documentos extensos y bases de código, escribe y refactoriza código, ayuda con la depuración y responde preguntas sobre archivos e imágenes cargados. Es adecuado para análisis, tareas STEM, soporte y cualquier escenario que requiera un contexto largo.
El límite de salida es de 4096 tokens por respuesta, lo que equivale a varias páginas de texto. Para un artículo o un módulo de código grande, divida el trabajo en partes: pídale que continúe desde el punto necesario o que genere por secciones. El contexto de entrada sigue siendo enorme: 400 000 tokens.
En nuestros datos no hay una marca específica sobre razonamiento interno, pero están disponibles los parámetros 'effort' y 'verbosity': usted regula la profundidad del análisis y el detalle de la respuesta. En la práctica, el modelo maneja bien el análisis paso a paso si se le pide explícitamente que desglose la solución por pasos.
Sí, el modelo admite 'function calling' y salida estructurada en JSON. Usted describe el esquema, obtiene una respuesta predecible y la transmite a su código sin necesidad de analizar texto libre. Es útil para agentes, integraciones con bases de datos, CRM y servicios externos.
Imágenes y documentos, sí, incluyendo el procesamiento nativo de archivos: el modelo leerá una captura de pantalla, esquema, tabla o contrato y responderá según el contenido. El audio y el video no están marcados como entrada en nuestros datos; para voz, transcripción o generación de video en BotHub, cambie a un modelo especializado.
Los modelos de OpenAI de esta línea trabajan con confianza en ruso: entienden las consultas, mantienen la terminología y el estilo, y analizan documentos en ruso. No hay métricas específicas por idioma en nuestros datos, por lo que es más fácil probarlo con su propia tarea; en BotHub el acceso está disponible sin VPN ni tarjeta extranjera, con pago en rublos.