GPT 6 Astra API

เอกสารอ้างอิง API ฉบับสมบูรณ์สำหรับโมเดล LLM GPT 6 Astra ที่ให้บริการโดย OpenAI

รุ่นของโมเดล {#}

API นี้รองรับโมเดลสี่รุ่น:

เปรียบเทียบโดยสรุป

GPT 6 Astra Text to Text

เอนด์พอยต์

httpคัดลอก
POST /api/v1/chat/completions

พารามิเตอร์คำขอ

จำเป็น

การรองรับข้อความ

ไม่บังคับ

ตัวอย่างคำขอ

javascriptคัดลอก
const response = await fetch('https://api.flaq.ai/api/v1/chat/completions', {
  method: 'POST',
  headers: {
    'Authorization': 'Bearer YOUR_API_KEY',
    'Accept': 'text/event-stream',
    'Content-Type': 'application/json'
  },
  body: JSON.stringify({
    model: 'gpt-6-astra-text-to-text',
    messages: [
      {
        role: 'user',
        content: 'Write a short launch announcement for a new AI feature.'
      }
    ],
    stream: true,
    max_tokens: 2048
  })
});

GPT 6 Astra Image to Text

เอนด์พอยต์

httpคัดลอก
POST /api/v1/chat/completions

พารามิเตอร์คำขอ

จำเป็น

การรองรับข้อความ

ไม่บังคับ

ตัวอย่างคำขอ

javascriptคัดลอก
const response = await fetch('https://api.flaq.ai/api/v1/chat/completions', {
  method: 'POST',
  headers: {
    'Authorization': 'Bearer YOUR_API_KEY',
    'Accept': 'text/event-stream',
    'Content-Type': 'application/json'
  },
  body: JSON.stringify({
    model: 'gpt-6-astra-image-to-text',
    messages: [
      {
        role: 'user',
        content: [
          { type: 'text', text: 'Describe the image and extract any visible text.' },
          {
            type: 'image_url',
            image_url: {
              url: 'https://example.com/sample-image.jpg'
            }
          }
        ]
      }
    ],
    stream: true,
    max_tokens: 2048
  })
});

GPT 6 Astra Web Search

เอนด์พอยต์

httpคัดลอก
POST /api/v1/chat/completions

พารามิเตอร์คำขอ

จำเป็น

การรองรับข้อความ

ไม่บังคับ

ตัวอย่างคำขอ

javascriptคัดลอก
const response = await fetch('https://api.flaq.ai/api/v1/chat/completions', {
  method: 'POST',
  headers: {
    'Authorization': 'Bearer YOUR_API_KEY',
    'Accept': 'text/event-stream',
    'Content-Type': 'application/json'
  },
  body: JSON.stringify({
    model: 'gpt-6-astra-web-search',
    messages: [
      {
        role: 'user',
        content: 'Find recent product launch trends in AI developer tools.'
      }
    ],
    stream: true,
    max_tokens: 2048
  })
});

GPT 6 Astra File Analysis

เอนด์พอยต์

httpคัดลอก
POST /api/v1/chat/completions

พารามิเตอร์คำขอ

จำเป็น

การรองรับข้อความ

ไม่บังคับ

ตัวอย่างคำขอ

javascriptคัดลอก
const response = await fetch('https://api.flaq.ai/api/v1/chat/completions', {
  method: 'POST',
  headers: {
    'Authorization': 'Bearer YOUR_API_KEY',
    'Accept': 'text/event-stream',
    'Content-Type': 'application/json'
  },
  body: JSON.stringify({
    model: 'gpt-6-astra-file-analysis',
    messages: [
      {
        role: 'user',
        content: [
          { type: 'text', text: 'Summarize this document and list the key action items.' },
          {
            type: 'file',
            file: {
              filename: 'demo.pdf',
              file_data: 'https://example.com/demo.pdf'
            }
          }
        ]
      }
    ],
    stream: true,
    max_tokens: 2048
  })
});

รูปแบบการตอบกลับ

โมเดล LLM GPT 6 Astra ส่งคืนผลการสร้างข้อความในรูปแบบที่เข้ากันได้กับ OpenAI เมื่อใช้ stream: true การตอบกลับจะเป็นเหตุการณ์ที่ส่งจากเซิร์ฟเวอร์ (SSE) ส่วน stream: false จะตอบกลับเป็นออบเจ็กต์ JSON เดียว

การตอบกลับเมื่อสำเร็จ

textคัดลอก
data: {"id":"chatcmpl-...","object":"chat.completion.chunk","created":1710000000,"model":"gpt-6-astra-image-to-text","choices":[{"index":0,"delta":{"role":"assistant"},"finish_reason":null}]}

data: {"id":"chatcmpl-...","object":"chat.completion.chunk","created":1710000000,"model":"gpt-6-astra-image-to-text","choices":[{"index":0,"delta":{"content":"The image shows"},"finish_reason":null}]}

data: {"id":"chatcmpl-...","object":"chat.completion.chunk","created":1710000000,"model":"gpt-6-astra-image-to-text","choices":[{"index":0,"delta":{},"finish_reason":"stop"}]}

data: {"id":"chatcmpl-...","object":"chat.completion.chunk","created":1710000000,"model":"gpt-6-astra-image-to-text","choices":[],"usage":{"prompt_tokens":12,"completion_tokens":8,"total_tokens":20}}

data: [DONE]

การตอบกลับเมื่อเกิดข้อผิดพลาด

textคัดลอก
event: error
data: {"error":{"message":"API requests too frequent, exceeding rate limit","type":"rate_limit_error","code":"1302","param":null}}

แนวทางปฏิบัติที่แนะนำ

1. คงโครงสร้างข้อความไว้: ใช้ messages[] สำหรับประวัติการสนทนาแทนการรวมบริบททั้งหมดไว้ในพรอมป์ต์เดียว
2. แนบไฟล์และรูปภาพกับข้อความ: ใส่ส่วน image_url และ file ไว้ในข้อความที่นำเสนอไฟล์หรือรูปภาพนั้น
3. ใช้การแยกวิเคราะห์ SSE: ต่อเนื้อหา choices[0].delta.content เพื่อแสดงผลทีละส่วน และถือว่า data: [DONE] หมายถึงการทำงานเสร็จสมบูรณ์
4. ส่งเฉพาะอินพุตที่รองรับ: จัดส่วนข้อความ รูปภาพ และไฟล์ให้ตรงกับรุ่นของโมเดลที่เลือก
5. เก็บสถานะคำขอไว้ภายในเครื่อง: แต่ละส่วนข้อมูลมี id ของผลการสร้างข้อความ แต่ไคลเอนต์ยังควรใช้สถานะของคำขอที่กำลังทำงานเพื่อส่งต่อส่วนข้อมูลไปยังกระบวนการที่ตรงกัน