Recientemente, se ha anunciado una nueva función de OpenAI llamada Salidas Estructuradas, que permite a los desarrolladores garantizar que las salidas generadas por el modelo coincidan con los esquemas JSON definidos. Esta función no solo facilita el trabajo de los desarrolladores, sino que también ofrece precios más bajos para las nuevas versiones del modelo.
¿Qué son las Salidas Estructuradas?
Definición y conceptos básicos
Las Salidas Estructuradas son una función de la API que permite a los desarrolladores definir un esquema JSON para las salidas generadas por el modelo. Esto significa que el modelo será capaz de producir salidas que se ajusten exactamente al esquema definido, lo que facilita la integración con otras aplicaciones y sistemas.
La función de Salidas Estructuradas se basa en la capacidad del modelo para comprender y generar código JSON válido. Esto se logra mediante el uso de técnicas de procesamiento del lenguaje natural y aprendizaje automático, que permiten al modelo aprender patrones y estructuras en los datos.
Cómo funcionan las Salidas Estructuradas
Para utilizar las Salidas Estructuradas, los desarrolladores deben proporcionar un esquema JSON válido para la salida deseada. El modelo entonces generará una salida que se ajuste exactamente al esquema definido.
La función de Salidas Estructuradas se ofrece en dos implementaciones clave: llamada a funciones y parámetro de formato de respuesta. La llamada a funciones permite a los desarrolladores definir la estructura exacta de los datos devueltos por las funciones llamadas por el modelo, mientras que el parámetro de formato de respuesta permite a los desarrolladores proporcionar un esquema JSON para la salida directa del modelo.
Soporte para JSON Schemas
Ventajas de utilizar JSON Schemas con Salidas Estructuradas
El uso de JSON Schemas con Salidas Estructuradas ofrece varias ventajas para los desarrolladores. En primer lugar, permite una mayor flexibilidad y personalización en la salida del modelo, ya que los desarrolladores pueden definir exactamente cómo deben ser estructurados los datos. En segundo lugar, reduce la complejidad y el tiempo necesario para procesar y analizar los datos, ya que el modelo produce salidas válidas y consistentes.
Otra ventaja importante es la capacidad de integrar fácilmente las salidas del modelo con otras aplicaciones y sistemas, ya que el uso de JSON Schemas garantiza una estructura común y estándar para los datos.
Ejemplos de implementación de JSON Schemas
A continuación se muestra un ejemplo simple de cómo se puede utilizar un esquema JSON con Salidas Estructuradas:
{
"type": "object",
"properties": {
"nombre": {"type": "string"},
"edad": {"type": "integer"}
},
"required": ["nombre", "edad"]
}
Este esquema define un objeto con dos propiedades: nombre (cadena) y edad (entero). El modelo producirá una salida que se ajuste exactamente a este esquema.
Descuento en GPT-4o: ¿Qué implica?
Detalles sobre el descuento y su aplicación
Se ha anunciado un descuento en el modelo GPT-4o, lo que significa que los desarrolladores pueden aprovechar esta oportunidad para mejorar sus proyectos con una reducción significativa en los costos. El descuento se aplica a los precios de tokens de entrada/salida, siendo más barato para tokens de entrada/salida comparado con el anterior.
| Precio anterior | Precio actual | Ahorro |
|---|---|---|
| $10.00 por 1 millón tokens entrada | $5.00 por 1 millón tokens entrada | -50% |
| $20.00 por 1 millón tokens salida | $15.00 por 1 millón tokens salida | -25% |
Este descuento es una excelente noticia para quienes buscan aprovechar capacidades avanzadas sin preocuparse tanto por el costo. Con esto, se busca fomentar la adopción de la tecnología, permitiendo que más personas puedan aprovechar las ventajas de los modelos.
También cabe destacar que el descuento aplica a todos los modelos que soportan llamadas a funciones de API, incluyendo GPT-4o, GPT-4o-mini, GPT-4-0613, así como cualquier otro modelo personalizado que funcione con llamadas a funciones.
Mejorando la eficiencia
Optimizando procesos con nuevas características
Una característica poderosa de GPT-4o es su capacidad para generar datos con precisión. Al combinar esta característica con las nuevas funciones, es posible optimizar procesos y mejorar la eficiencia en una variedad de escenarios.
- Defina claramente: Antes de usar, debemos tener claro cómo describir la estructura deseada de los datos generados.
- Utilice estrictamente: La función estricta asegura el cumplimiento de las expectativas.
- Aproveche la integración: No requiere configuración especializada.
