Какая часть полезной нагрузки запроса OpenAI API ограничена максимальным количеством токенов?

Question

Я вроде понимаю, как считать жетоны из персонажей, но что мне вообще нужно считать? Если у меня есть такая полезная нагрузка:

      {
  "model": "gpt-3.5-turbo",
  "temperature": 1,
  "max_tokens": 400,
  "presence_penalty": 0.85,
  "frequency_penalty": 0.85,
  "messages": [
    {
      "role": "system",
      "content": "prompt"
    },
    {
      "role": "assistant",
      "content": "message"
    },
    // tens of messages
  ]
}

Должен ли я полностью считать из него жетоны ? Или мне нужно это засчитать"messages"только? Если да, то нужно ли мне также считать все символы синтаксиса json, такие как пробелы, скобки и запятые? А что насчет ключей? Как насчет"role"ценить?
Или мне нужно просто соединить все"content"значения в одну строку и считать токены только на ее основе? (вот что я хотел бы получить в ответ, хе-хе)

Answer 1

Насколько я понимаю и подсчитал, все токены в списке, представленном вподсчитываются. Сюда входят ключи «роль» и «контент» и их значения, но не включаются пробелы, скобки, запятые и кавычки.

Я использую следующий скрипт, предоставленный OpenAI, для расчета количества токенов во входных данных. Я изменил сценарий для расчета стоимости ввода нескольких сообщений (а не выходного ответа), и для меня он оказался достаточно точным.

      import json
import os
import tiktoken
import numpy as np
from collections import defaultdict

def num_tokens_from_messages(messages, model="gpt-3.5-turbo-0613"):
    """Return the number of tokens used by a list of messages."""
    try:
        encoding = tiktoken.encoding_for_model(model)
    except KeyError:
        print("Warning: model not found. Using cl100k_base encoding.")
        encoding = tiktoken.get_encoding("cl100k_base")
    if model in {
        "gpt-3.5-turbo-0613",
        "gpt-3.5-turbo-16k-0613",
        "gpt-4-0613",
        "gpt-4-32k-0613",
        }:
        tokens_per_message = 3
        tokens_per_name = 1
    elif model == "gpt-3.5-turbo-0301":
        tokens_per_message = 4  # every message follows <|start|>{role/name}\n{content}<|end|>\n
        tokens_per_name = -1  # if there's a name, the role is omitted
    elif "gpt-3.5-turbo" in model:
        print("Warning: gpt-3.5-turbo may update over time. Returning num tokens assuming gpt-3.5-turbo-0613.")
        return num_tokens_from_messages(messages, model="gpt-3.5-turbo-0613")
    elif "gpt-4" in model:
        print("Warning: gpt-4 may update over time. Returning num tokens assuming gpt-4-0613.")
        return num_tokens_from_messages(messages, model="gpt-4-0613")
    else:
        raise NotImplementedError(
            f"""num_tokens_from_messages() is not implemented for model {model}. See https://github.com/openai/openai-python/blob/main/chatml.md for information on how messages are converted to tokens."""
        )
    num_tokens = 0
    for message in messages:
        num_tokens += tokens_per_message
        for key, value in message.items():
            num_tokens += len(encoding.encode(value))
            if key == "name":
                num_tokens += tokens_per_name
    num_tokens += 3  # every reply is primed with <|start|>assistant<|message|>
    return num_tokens

convo_lens = []

for ex in dataset: #Your list of inputs
    messages = ex["messages"]
    convo_lens.append(num_tokens_from_messages(messages))

n_input_tokens_in_dataset = sum(min(4096, length) for length in convo_lens)
print(f"Input portion of the data has ~{n_input_tokens_in_dataset} tokens")

# costs as of Aug 29 2023.
costs = {
    "gpt-4-0613": {
        "input" : 0.03,
        "output": 0.06
    },
    "gpt-4-32k-0613": {
        "input" : 0.06,
        "output": 0.12
    },
    "gpt-3.5-turbo-0613": {
        "input": 0.0015,
        "output": 0.002
    },

    "gpt-3.5-turbo-16k-0613": {
        "input": 0.003,
        "output": 0.004
    }
}

# We select GPT 3.5 turbo here
print(f"Cost of inference: ${(n_input_tokens_in_dataset/1000) * costs['gpt-3.5-turbo-0613']['input']}")