GigaChat-Pro-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-Pro-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-Pro-preview',
stream: true
});
for await (const chunk of stream) {
const part: string | null = chunk.choices[0].delta?.content ?? null;
}
}
main();
Comment ça marche GigaChat-Pro-preview?
Questions fréquentes sur GigaChat-Pro-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-Pro-preview travaille avec du texte : il rédige et édite des documents, résume de longs textes, répond aux questions et aide avec le code (analyse, refactorisation, débogage). Son contexte de 128 000 jetons permet de traiter des fichiers volumineux, des correspondances ou de la documentation technique dans leur intégralité, sans avoir à les diviser.
La limite de sortie est de 128 000 jetons par réponse, soit autant que la fenêtre de contexte. Cela suffit pour un long rapport, une série d'articles ou un module de code volumineux. En pratique, il est plus pratique de demander le texte par parties : cela facilite la modification et le contrôle de la structure.
Dans nos données, aucun mode de raisonnement distinct n'est indiqué pour ce modèle, nous ne pouvons donc pas l'affirmer. Cependant, vous pouvez demander de décomposer la tâche étape par étape directement dans le prompt : cela améliore généralement les réponses concernant la logique, les calculs et les domaines STEM.
L'appel de fonctions et la sortie JSON stricte ne sont pas indiqués dans nos données ; nous ne les confirmons donc pas, mais nous ne les nions pas non plus. Le moyen le plus rapide de vérifier est d'envoyer une requête via l'API BotHub compatible OpenAI et de voir comment le modèle répond selon votre schéma.
Selon nos données, le modèle est déclaré comme textuel : TEXT_TO_TEXT. La réception d'images, d'audio et de vidéo n'est pas indiquée séparément, veuillez donc vous concentrer sur les scénarios textuels. Si vous avez besoin de travailler avec des images ou du son, des modèles multimodaux sont disponibles dans BotHub — le basculement s'effectue dans la même fenêtre.
GigaChat est un développement de Sber, et la gamme a été initialement créée pour un public russophone, le modèle travaille donc avec assurance sur les tâches en russe. Il n'y a pas d'évaluations de qualité spécifiques dans nos données, veuillez donc tester avec vos propres textes : dans BotHub, l'accès est ouvert sans VPN ni carte étrangère.