GigaChat-preview
Réseau Neuronal
Caractéristiques
- Entrée
- texte
- Sortie
- texte
- Taille du contexte
- 128 000 tokens
- Longueur maximale de la réponse
- 128 000 tokens
Coût du prompt
(par 1M tokens)
Coût de la réponse
(par 1M tokens)
Invite d'image
(par 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: 'GigaChat-preview',
});
}
// Async - Text generation
async function main() {
const stream = await openai.chat.completions.create({
messages: [{ role: 'user', content: 'Say this is a test' }],
model: 'GigaChat-preview',
stream: true
});
for await (const chunk of stream) {
const part: string | null = chunk.choices[0].delta?.content ?? null;
}
}
main();
Comment ça marche GigaChat-preview?
Questions fréquentes sur GigaChat-preview
Vous pouvez utiliser les résultats générés à des fins commerciales. Tous les droits sur le contenu créé vous appartiennent. Seule restriction : vérifiez que la requête ne contient pas de contenus protégés par le droit d'auteur appartenant à des tiers. Le respect des droits sur les données d'entrée relève de votre responsabilité.
GigaChat-preview travaille avec du texte : il rédige et édite des documents, résume de longs textes, répond à des questions sur le texte fourni, et aide avec le code et la correspondance professionnelle. Le contexte de 128 000 jetons permet de conserver dans le dialogue un contrat, un article ou un cahier des charges complet.
La limite de sortie est de 128 000 jetons, soit autant que la fenêtre de contexte. Cela suffit pour un texte très volumineux : un rapport détaillé, un chapitre ou une série de documents liés. Gardez à l'esprit que la requête et la réponse partagent la même fenêtre, donc des données d'entrée longues réduisent l'espace disponible pour la réponse.
Un mode de raisonnement distinct n'est pas indiqué dans nos données, nous ne pouvons donc pas le promettre. Cependant, vous pouvez toujours demander au modèle de détailler la solution étape par étape, de vérifier les conclusions intermédiaires et d'expliquer la logique — cela améliore généralement sensiblement la qualité de la réponse pour les tâches complexes.
Dans notre fiche modèle, l'appel de fonctions et la sortie JSON stricte ne sont pas indiqués, il ne faut donc pas les intégrer en production sans vérification. Vous pouvez demander une réponse au format JSON directement dans le prompt, et il est préférable de tester le résultat sur vos scénarios via l'API unifiée BotHub.
Le modèle est déclaré comme textuel : la réception d'images, d'audio et de vidéo n'est pas indiquée dans nos données. Si la tâche nécessite l'analyse d'une image ou la transcription d'un enregistrement, basculez vers un modèle approprié dans la même fenêtre BotHub — vous n'aurez pas à réécrire l'intégration et l'API.
GigaChat est un développement russe, et le russe est sa langue principale : le modèle travaille avec nativement, sans traduction intermédiaire. Pour vérifier avec quelle précision il correspond à votre style, il est plus simple de tester sur des textes réels — dans BotHub, cela est accessible depuis la Russie, sans VPN ni carte étrangère, avec un paiement en roubles.