En este artículo vamos a explicar cómo usar la API de OpenAI. En el anterior ya habíamos hablado de qué es y para qué sirve.

Además de su mayor versatilidad, la API nos permite acceder a los mejores modelos a un costo bastante inferior al de las tarifas planas de suscripción de ChatGPT, ya que pagamos solo por lo que consumimos.

Antes hablamos de los distintos servicios a los que podemos acceder vía API. Quiero hacer una comparación más detallada entre la interfaz Batch y el método tradicional. Hago esto por un detalle importante: cuesta la mitad que la API Responses.

Si puedes juntar varias preguntas o pedidos que no dependan de su resolución secuencial, esta debería ser tu elección principal.

La interfaz Batch de la API de OpenAI nos permite enviar muchas solicitudes de una sola vez para que sean procesadas de manera asíncrona. Se diferencia en que, en lugar del método tradicional de enviar una consulta, recibir la respuesta para luego enviar la siguiente, se prepara un archivo con todas las solicitudes y se envía mediante un script al modelo utilizando la API.

Por ejemplo, supongamos que queremos hacer un sitio web como Distrowatch (base de datos de la mayor parte de las distribuciones Linux) y necesitamos que el modelo, cuando le demos el nombre, nos informe de:

1. Desarrollador.
2. Derivada de.
3. Escritorio.
4. Enlace de descarga.

Con la API Responses, el mecanismo sería:

1. El script lee el primer nombre de la lista de distribuciones.
2. Lo envía mediante la API al modelo.
3. El modelo busca la respuesta y se la envía al script mediante la API.
4. El script recibe la respuesta y la guarda en la base de datos.
5. El script lee el segundo nombre de la lista de distribuciones.
6. Se repite todo el proceso.

Con Batch se trabaja de forma asíncrona. El script lee todos los nombres de la lista, los envía mediante la API y se desconecta. Tiempo después, se vuelve a conectar y, si el modelo terminó de procesar la tarea, le devuelve todas las respuestas, que el script procede a incorporar a la base de datos.

Aunque podemos enviar una sola petición usando Batch para beneficiarnos del costo reducido, los usos ideales son:

• Clasificar grandes cantidades de documentos de texto.
• Resumir documentos.
• Generar descripciones de varios productos diferentes.
• Analizar múltiples registros de bases de datos.
• Procesar múltiples imágenes.
• Traducir varios textos.
• Generar contenido extenso a partir de grandes cantidades de datos.

Cómo usar la API de OpenAI en Linux

La gestión de la API de OpenAI se hace desde la plataforma de desarrolladores, donde también podemos encontrar una completa documentación.

Los pasos son:

Abrir una cuenta

Esto podemos hacerlo con nuestro correo electrónico o con la cuenta que tengamos en algunos servicios populares, como Google.

Configurar la facturación

La API funciona con una modalidad prepaga. Es decir, primero debemos tener saldo para que nos puedan descontar el uso que hagamos. El precio se calcula según el modelo elegido y la cantidad de información procesada. Cada tipo de contenido tiene sus propias unidades de facturación. Por ejemplo, en el caso de los modelos de texto, se calcula en función de los tokens de entrada y salida.

Insisto una vez más en que ChatGPT y la plataforma de OpenAI son productos separados. Por lo tanto, se pagan cada uno por su lado. Para configurar la facturación tenemos que:

1. Pulsar en el nombre de nuestra cuenta en la parte inferior izquierda.
2. Seleccionar Organization settings.
3. Pulsar en Billing.
4. Agregar una forma de pago. Esta forma de pago servirá tanto para recargar crédito prepago como para que nos vayan cobrando por el consumo que hacemos. En este último caso, podemos establecer límites para evitar sorpresas.
5. Cargar crédito prepago. Podemos hacerlo con la función Buy credit a partir de 5 dólares y también configurar una recarga automática cuando el saldo alcance un determinado nivel mínimo.

Generar una API key

La API key es una clave que se usa para identificar y autorizar a una aplicación para comunicarse e interactuar con el modelo.

Las aplicaciones la utilizan para autenticarse ante los servidores de OpenAI. Por ejemplo, si escribimos un script en Python, la práctica habitual es cargar la clave desde una variable de entorno y utilizarla para realizar las solicitudes. Esto significa que, en lugar de escribir la clave en el código, se guarda en el sistema operativo y todas las aplicaciones que la necesitan la buscan en el lugar especificado.

Esto no solo se hace por comodidad o para ahorrar espacio, sino también por razones de seguridad.

Para generar la clave:

1. En el menú de la izquierda, pulsamos en API Keys.
2. Pulsamos en el botón Create new secret key.
3. Optamos entre You (la clave se asigna a un usuario dentro de un proyecto) o Service (la clave se asigna a la cuenta).
4. Asignamos un nombre, elegimos un proyecto y determinamos los permisos.
5. Creamos la clave.

Copia la clave y guárdala en un lugar seguro (por ejemplo, en un gestor de contraseñas), porque la plataforma no te la volverá a mostrar.

Cuando tengas la clave y necesites utilizarla, usa el comando:

export OPENAI_API_KEY="sk-xxxxxxxxxxxxxxxx"

Reemplaza lo que está entre comillas por tu clave.

Elegir el modelo

El modelo se elige en función de la tarea y se determina en el programa, aplicación web o script. La elección debe tener en cuenta la tarea, el nivel de precisión requerido, la velocidad y el costo. En la plataforma podemos encontrar modelos generales y especializados en generación de imágenes, transcripción, voz y traducción.

Algunos modelos que podemos utilizar son:

• GPT-6 Astra (gpt-6-astra): Es un modelo de máxima capacidad, capaz de realizar tareas complejas, razonamiento y escritura de código.
• GPT-6 Sol (gpt-6-sol): Logra un equilibrio entre capacidad y costo. Es ideal para el uso con agentes y para tareas de codificación.
• GPT-6 Luna (gpt-6-luna): Se trata de un modelo eficiente, ideal para realizar tareas de gran volumen a un menor costo.

Estos modelos reciben como entrada texto e imágenes y producen texto como salida.

• GPT-Image-2 (gpt-image-2): Es un modelo orientado a la generación y edición de imágenes. Acepta instrucciones en formato de texto y también entradas en formato de imágenes, por lo que puede utilizarse tanto para crear imágenes como para modificarlas.

Artículo original