Премини към основното съдържание
Български— Изберете език
Меню

Първото Ви API обаждане

Урок 5 от 22 Обновен 3 ноември 2026 г. Програмист
На тази страница
  1. Първото Ви API обаждане
  2. Най-простото обаждане
  3. Какво всъщност съдържа отговорът
  4. Параметрите, които имат значение
  5. Преминаване към структуриран вход
  6. Никога не оставяйте обаждане без защита
  7. Ключови изводи

Урокът е актуализиран на 3 ноември 2026 г. въз основа на документацията на OpenAI: параметрите temperature и top_p се приемат само при усилие за разсъждение (reasoning effort) със стойност none, докато моделите GPT-5.6 разсъждават по подразбиране (medium). Обажданията, които задават тези параметри, следователно трябва да уточняват reasoning={"effort": "none"} (Responses API) или reasoning_effort="none" (Chat Completions). Източници: Използване на GPT-6 · GPT-5.6 Terra.

Първото Ви API обаждане

Средата Ви е готова: нека започваме работа. Предстои Ви да направите първото си обаждане към Responses API, да разглобите обекта, който той връща, и след това да манипулирате параметрите, които отличават един генеричен отговор от един полезен такъв.

Най-простото обаждане

Нужни са Ви само два параметъра: model – идентификаторът на модела, към който ще се обърнете, и input – Вашата подкана (prompt), която може да бъде текстов низ или списък със съобщения, както ще видим след малко.

from openai import OpenAI

client = OpenAI()

response = client.responses.create(
    model="gpt-5.6-terra",
    input="What is the difference between Python and JavaScript?"
)

print(response.output_text)
# Result: Python is a versatile language oriented toward data science
# and backend development, while JavaScript is primarily used for
# frontend and backend web development (via Node.js)...

Какво всъщност съдържа отговорът

output_text е просто удобно съкращение. Обектът response носи също така своя уникален ID – съществен за верижно свързване на размени и търсене на обаждания във Вашите логове – действително използвания модел и разбивка на потреблението на токени. Направете си навик да записвате тези три части информация още от първите си скриптове. Това е което ще Ви позволи по-късно да отговорите на въпроса: „Защо сметката се удвои този месец?“

response = client.responses.create(
    model="gpt-5.6-terra",
    input="Hello, how are you?"
)

# The response text (shortcut)
print(response.output_text)

# The unique ID of the response
print(f"ID: {response.id}")

# The model used
print(f"Model: {response.model}")

# Tokens consumed
print(f"Input tokens: {response.usage.input_tokens}")
print(f"Output tokens: {response.usage.output_tokens}")
print(f"Total tokens: {response.usage.total_tokens}")

# Result:
# Hello! I'm doing very well, thank you. How can I help you?
# ID: resp_abc123xyz
# Model: gpt-5.6-terra
# Input tokens: 14
# Output tokens: 19
# Total tokens: 33

Параметрите, които имат значение

temperature управлява вариативността на генерирането. При 0.0 моделът систематично избира най-вероятното продължение: това е настройката за фактологични въпроси, извличане на данни и всичко, което трябва да възпроизведете идентично. При 1.0 той изследва повече, което е желателно за измисляне на имена, творческо писане или генериране на варианти.

# Low temperature (0.0) = deterministic, factual
response_factual = client.responses.create(
    model="gpt-5.6-terra",
    reasoning={"effort": "none"},  # temperature requires effort none
    input="What is the capital of Germany?",
    temperature=0.0
)
print(response_factual.output_text)
# Result: The capital of Germany is Berlin.

# High temperature (1.0) = creative, varied
response_creative = client.responses.create(
    model="gpt-5.6-terra",
    reasoning={"effort": "none"},  # temperature requires effort none
    input="Invent a name for a literary café.",
    temperature=1.0
)
print(response_creative.output_text)
# Result: "The Wandering Pages"—a café where every table bears
# the name of a famous chapter.

Параметърът instructions изпълнява ролята на старото системно съобщение: той дефинира ролята, тона и ограниченията, които моделът трябва да поддържа през цялата размяна, независимо от зададения въпрос. В примера по-долу, същият въпрос, зададен без инструкции, би произвел списък с общи съвети; с тях той произвежда рецепти.

response = client.responses.create(
    model="gpt-5.6-terra",
    instructions="You are an expert in French cuisine. "
                 "Always respond with recipe suggestions.",
    input="I don't know what to do with zucchini."
)
print(response.output_text)
# Result: Here are three ideas for your zucchini:
# 1. Zucchini gratin with goat cheese...
# 2. Provençal ratatouille...
# 3. Cold zucchini velouté with mint...

Накрая, max_output_tokens ограничава дължината на отговора. Това е мярка за бюджетна сигурност, а не инструкция за писане: отговорът се прекъсва рязко, щом се достигне лимитът. Ако искате кратък и добре оформен отговор, поискайте това и в самата подкана.

response = client.responses.create(
    model="gpt-5.6-terra",
    input="Explain general relativity.",
    max_output_tokens=100
)
print(response.output_text)
print(f"Tokens used: {response.usage.output_tokens}")
# The response will be truncated at approximately 100 tokens

Преминаване към структуриран вход

Когато обикновеният низ не е достатъчен, input приема списък със съобщения. Минималната форма съдържа един завой, но ползата се проявява веднага щом предоставите история: тогава моделът има достъп до вече казаното и отговаря съответно. Тук „прогрес“ се разбира в контекста на Python, а не в абстрактен смисъл.

response = client.responses.create(
    model="gpt-5.6-terra",
    input=[
        {
            "role": "user",
            "content": "Translate to English: Hello world"
        }
    ]
)
print(response.output_text)
# Result: Hello world

# With conversation context
response = client.responses.create(
    model="gpt-5.6-terra",
    input=[
        {
            "role": "user",
            "content": "My favorite language is Python."
        },
        {
            "role": "assistant",
            "content": "Python is an excellent choice! It is very versatile."
        },
        {
            "role": "user",
            "content": "Give me a tip to improve."
        }
    ]
)
print(response.output_text)
# Result: To improve in Python, I recommend that you...

Никога не оставяйте обаждане без защита

Мрежовите обаждания се провалят, а ключовете изтичат. Три изключения покриват повечето случаи при започване на работа: AuthenticationError за липсващ или невалиден ключ, RateLimitError, когато надвишите разрешената си пропускателна способност, и APIError като обща предпазна мрежа. Цял урок ще се върне към пълната стратегия, но още от днес обвивайте Вашите обаждания.

from openai import OpenAI, APIError, AuthenticationError, RateLimitError

client = OpenAI()

try:
    response = client.responses.create(
        model="gpt-5.6-terra",
        input="Hello!"
    )
    print(response.output_text)
except AuthenticationError:
    print("Error: Invalid or missing API key")
except RateLimitError:
    print("Error: Too many requests, wait a moment")
except APIError as e:
    print(f"API Error: {e.message}")

За да затвърдите всичко това, напишете скрипт, който задава три въпроса и натрупва консумираните токени. Ще комбинирате цикъл на обаждане, температура от 0.0 за стабилни отговори и четене на usage – трите основни рефлекса.

from openai import OpenAI

client = OpenAI()

questions = [
    "What is the largest ocean in the world?",
    "Who painted the Mona Lisa?",
    "How many planets are in the solar system?"
]

total_tokens = 0

for question in questions:
    response = client.responses.create(
        model="gpt-5.6-terra",
        reasoning={"effort": "none"},  # temperature requires effort none
        input=question,
        temperature=0.0
    )
    tokens = response.usage.total_tokens
    total_tokens += tokens
    print(f"Q: {question}")
    print(f"A: {response.output_text}")
    print(f"   ({tokens} tokens)\n")

print(f"Total: {total_tokens} tokens consumed")

Ключови изводи

  • Едно основно обаждане изисква само model и input
  • response.output_text предоставя текста на отговора
  • response.usage детайлизира потреблението на токени
  • temperature контролира креативността (0.0 = фактологично, 1.0 = креативно)
  • instructions замества системното съобщение от Chat Completions
  • Винаги обработвайте грешките с блокове try/except