Cara Menggunakan parameter dan alatan baharu GPT-5: Panduan Praktikal

Pelancaran GPT-5 OpenAI membawa matlamat biasa — ketepatan, kelajuan dan kawalan pembangun yang lebih baik — tetapi memasangkannya dengan set parameter API dan penyepaduan alat baharu yang mengubah cara reka bentuk pasukan menggesa, model panggilan dan model cangkuk kepada masa jalan luaran. Artikel ini menerangkan perubahan utama, menunjukkan corak penggunaan konkrit dan memberikan amalan terbaik untuk penggunaan yang selamat dan menjimatkan kos.

Apakah model, parameter dan alatan GPT-5 baharu yang perlu saya ketahui?

Apakah GPT-5?

OpenAI kini menerbitkan GPT-5 dalam pelbagai perisa supaya pembangun boleh menukar kependaman, kos dan keupayaan: gpt-5 (model penaakulan penuh), gpt-5-mini (seimbang), dan gpt-5-nano (kos rendah, kependaman rendah). Saiz ini membolehkan anda memilih model yang paling sesuai untuk pertanyaan ringkas, pemprosesan kelompok atau tugas penaakulan berat. GPT-5 dalam ChatGPT dipersembahkan sebagai sistem dengan komponen "berfikir", dan versi API menyasarkan model penaakulan secara langsung untuk kegunaan pembangun.

Parameter API baharu (tahap tinggi)

Beberapa parameter muncul yang mengubah cara anda mengawal output dan kos amat ketara:

• Param baharu: verbosity (rendah/sederhana/tinggi) untuk mengawal panjang/bentuk jawapan, dan reasoning_effort (sekarang: minimal, low, medium, high) untuk mengawal berapa banyak pemikiran yang model lakukan sebelum membalas. guna minimal apabila anda mahukan kelajuan melalui rantaian pemikiran yang mendalam.
• mod minima / penaakulan — pilihan untuk memilih balasan yang lebih pantas dan beralasan rendah (berguna untuk pencarian fakta pendek) berbanding penaakulan lanjutan (“berfikir”) apabila rantaian pemikiran yang lebih mendalam diperlukan.
• Konteks & token panjang: GPT-5 menyokong konteks yang sangat besar (jumlah ~400k token: ~272k input + 128k output dalam dokumen) — gunakan ini untuk dokumen besar, pangkalan kod atau perbualan yang panjang.

Parameter ini membolehkan anda menyesuaikan pertukaran antara kualiti, kependaman dan kos pada peringkat panggilan dan bukannya hanya dengan memilih saiz model.

Jenis alat baharu dan sokongan muatan mentah

Salah satu tambahan GPT-5 yang paling praktikal ialah yang baharu custom jenis alatan yang membolehkan model dihantar muatan teks mentah ke masa jalan alat anda (contohnya: skrip Python, pernyataan SQL, arahan shell atau teks konfigurasi sewenang-wenangnya) tanpa memerlukan panggilan fungsi yang dibalut JSON. Ini mengurangkan geseran apabila memaut model ke kotak pasir, penterjemah atau pangkalan data dan mendayakan corak "perisian atas permintaan" yang lebih kaya.

Mengekang output: Anda boleh menguatkuasakan tatabahasa / kontrak (Tatabahasa Tanpa Konteks, CFG) supaya muatan alat adalah sah secara sintaksis untuk masa jalan anda. Panggilan alat selari + CFG membolehkan anda mengautomasikan aliran kerja agen berbilang langkah dengan selamat.

Bagaimanakah saya boleh memanggil parameter dan alatan baharu dalam API?

(Menggunakan corak SDK Python rasmi from openai import OpenAI dan API Respons seperti dalam dokumen.)

1) Tetapkan verbosity + reasoning_effort

from openai import OpenAI
client = OpenAI(
    base_url="https://api.cometapi.com/v1/responses",
    api_key="<YOUR_CometAPI_KEY>",    
)

resp = client.responses.create(
    model="gpt-5",
    input="Summarize the following meeting notes in one short paragraph: ...",
    parameters={
        "verbosity": "low",            # low / medium / high

        "reasoning_effort": "minimal", # minimal / low / medium / high

        "max_output_tokens": 200
    }
)

print(resp.output_text)  # SDK convenience property aggregates returned text

Ini mengembalikan jawapan yang pendek dan pantas apabila anda mahukan kependaman + keringkasan.

2) Panggil alat tersuai dengan muatan teks mentah (bentuk bebas)

# Example: send a raw SQL query (not JSON) to your "sql_runner" custom tool

from openai import OpenAI
client = OpenAI(
    base_url="https://api.cometapi.com/v1/responses",
    api_key="<YOUR_CometAPI_KEY>",    
)

resp = client.responses.create(
    model="gpt-5",
    input="Fetch the average order value for last month and return a SQL query only.",
    tools=[
        {
            "name": "sql_runner",
            "type": "custom",
            "description": "Executes raw SQL and returns results."
        }
    ],
    parameters={
        "verbosity": "medium"
    }
)

# The model can emit text that the tool receives directly (raw SQL)

# How your backend receives and executes the model->tool payload depends on your webhook/runtime.
print(resp.output_text)

Gunakan CFG jika SQL mesti mengikut sintaks yang ketat atau corak yang dibenarkan. (, )

3) Contoh: memerlukan keluaran terhad dengan CFG

# Pseudocode / conceptual example for attaching a grammar to a tool call.

client.responses.create(
    model="gpt-5",
    input="Generate a safe shell command to list .txt files.",
    tools=[{
        "name":"shell_exec",
        "type":"custom",
        "description":"Runs a shell command in a sandbox",
        "grammar": "COMMAND -> 'ls' ' ' DIR_FILTER; DIR_FILTER -> '*.txt' | '-la *.txt'"
    }],
    parameters={"verbosity":"low"}
)

. grammar/CFG memastikan GPT-5 hanya mengeluarkan corak arahan yang dibenarkan yang diterima oleh pelari anda.

Bagaimana saya mendaftar dan menggunakan a custom alat untuk menghantar muatan mentah?

. custom alat ditakrifkan apabila anda mendaftar alat dalam sistem anda. Alat ini menerima teks biasa (bukan JSON berstruktur), jadi masa jalan anda mesti bersedia untuk menghuraikan dan mengesahkannya.

1. Daftar alat (sebelah pelayan; pseudodefinisi):

{
  "name": "code_executor",
  "type": "custom",
  "description": "Runs Python code in a sandbox and returns output or errors."
}

2. Model memanggil alat — contoh arahan pembantu (apa yang dihasilkan oleh model apabila ia mahu memanggil alat):

<tool name="code_executor">
print(run_tests_on_module('payment_processor'))
</tool>

3. Masa jalan anda dilaksanakan teks mentah dengan selamat (kotak pasir), mengembalikan rentetan output ke API atau ke gelung ejen anda dan model meneruskan perbualan menggunakan teks yang dikembalikan.

Bagaimanakah perlu mengubah kejuruteraan dengan pilihan baharu GPT-5?

Bilakah saya harus menggunakan "pemikiran" (penaakulan lanjutan) vs respons minimum?

Gunakan mod pemikiran/penaakulan lanjutan untuk tugasan yang memerlukan potongan langkah demi langkah, perancangan berbilang peringkat atau penjanaan kod yang mesti mematuhi kekangan. Simpan penaakulan minimum atau mini/nano untuk pertanyaan pendek, tugas mendapatkan semula dan beban kerja yang besar (cth, menjaringkan banyak calon). Apabila ketepatan adalah kritikal (kewangan, undang-undang, diagnosis), pilih alasan yang lebih tinggi/lalai gpt-5 dan tambah semakan pasca. OpenAI masih menekankan bahawa GPT-5 bukan AGI — ia meningkatkan keupayaan tetapi bukan sumber kebenaran yang sempurna — jadi pilih mod penaakulan dengan sewajarnya.

Apakah amalan terbaik untuk menyepadukan GPT-5 dengan masa jalan dan alatan luaran?

Bagaimanakah saya harus mereka bentuk seni bina masa jalan alat?

• Isolate persekitaran pelaksanaan alat: bekas sementara setiap permintaan atau proses kotak pasir khusus.
• Had kadar dan kuota penggunaan alat secara berasingan daripada model API untuk mengawal kos dan risiko.
• Log audit: log input alat, output dan keputusan model untuk menggunakan alat untuk bedah siasat dan pematuhan.
• Ralat semasa mengendalikan: reka bentuk masa jalan untuk mengembalikan kod ralat berstruktur dan mesej ringkas yang boleh dibaca manusia supaya model boleh mencuba semula, mundur atau menerangkan ralat.

Apakah kawalan keselamatan yang penting?

• Analisis statik untuk kod yang diterima sebagai teks mentah, penyenaraian putih dibenarkan modul dan API masa jalan.
• Pengasingan rangkaian dan peraturan keluar yang ketat untuk bekas.
• Pengurusan rahsia — jangan sekali-kali mendedahkan kunci akaun perkhidmatan terus kepada model; gunakan token fana yang dijana oleh bahagian belakang anda jika akses jauh diperlukan.
• Gating manusia-dalam-gelung untuk operasi berisiko tinggi (urus niaga kewangan, penggunaan). Ini adalah corak keselamatan standard untuk ejen yang didayakan alat.

Petua praktikal & amalan terbaik

• Pick verbosity bukan pembedahan segera. Penggunaan verbosity untuk menala panjang/peringkat-perincian dan bukannya menulis semula gesaan berulang kali.
• Penggunaan reasoning_effort untuk pertukaran kos/pendaman. Tetapkan minimal untuk carian fakta cepat atau UI, high untuk tugas penaakulan yang kompleks.
• Keselamatan alat: sentiasa sahkan/lepaskan sebarang teks mentah yang dikeluarkan oleh model sebelum melaksanakannya. Gunakan CFG dan sanitasi bahagian pelayan sebagai barisan pertahanan kedua. (Buku masakan memberi amaran tentang amalan keselamatan alat.)
• Panggilan alat selari: anda boleh mengeluarkan beberapa panggilan alat serentak untuk kelajuan (cth, carian web + carian DB), kemudian minta model mensintesiskan hasilnya. Baik untuk aliran agen.
• Output berstruktur apabila anda memerlukannya. Jika pengguna anda memerlukan JSON, gunakan Output Berstruktur / sokongan Skema JSON. Gunakan bentuk bebas hanya apabila teks mentah lebih semula jadi untuk masa jalan sasaran.
• Penstriman & output panjang: gunakan penstriman untuk memproses output yang panjang (terutamanya dengan belanjawan token yang besar) semasa ia menjana.

Bagaimanakah saya mengukur, menguji dan mengoptimumkan prestasi serta kos?

Apakah metrik yang perlu saya jejaki?

• Token setiap permintaan and kos setiap panggilan (gunakan saiz model + verbositi untuk menganggarkan).
• Latensi (p95/p99) and kadar ralat — terutamanya untuk permintaan yang mencetuskan pelaksanaan alat luaran.
• Metrik kualiti: kadar kejayaan semakan automatik, kadar pengesahan manusia, kekerapan halusinasi pada ujian emas.

Cara menjalankan eksperimen

• Saiz model A/B (gpt-5 vs gpt-5-mini) pada beban kerja yang mewakili untuk mengukur ketepatan vs kos. Untuk beban kerja yang memerlukan banyak jawapan ringkas, mini or nano selalunya mengurangkan kos secara mendadak sambil mengekalkan ketepatan yang boleh diterima. Liputan vendor dan akhbar menyerlahkan pertukaran ini dalam penanda aras awal; jalankan ujian anda sendiri pada tugas kritikal.

Apakah batasan dan pertimbangan penggunaan yang bertanggungjawab?

Adakah GPT-5 AGI atau maksum?

OpenAI meletakkan GPT-5 sebagai peningkatan yang ketara dalam kebolehgunaan dan penaakulan, bukan AGI. Jangkakan peningkatan keupayaan yang bermakna (pengekodan, matematik, penaakulan pelbagai langkah), tetapi juga ralat dan halusinasi sekali-sekala. Rancang aliran kerja produk yang mengesahkan output model untuk ketepatan sebelum pelaksanaan automatik dalam domain sensitif.

Pematuhan, privasi dan tadbir urus data

• Anggap gesaan dan output model sebagai sensitif: tutup PII sebelum dihantar ke API jika dasar anda melarang menghantar data sedemikian.
• Fahami dasar pengekalan dan penggunaan dalam syarat OpenAI untuk akaun/rantau anda. Gunakan kontrak perusahaan untuk perlindungan data yang lebih kukuh jika diperlukan.
• Dokumen dan dedahkan peranan model kepada pengguna akhir di mana keputusan memberi kesan secara material kepada mereka (keperluan ketelusan dalam banyak bidang kuasa).

Senarai semak pantas dan corak kod untuk bermula

Senarai semak prapelancaran

1. Pilih model sasaran (ketepatan vs kos): gpt-5, gpt-5-mini, Atau gpt-5-nano.
2. Tentukan verbosity lalai untuk setiap titik akhir (cth, titik akhir API yang menggerakkan carian pantas vs analisis mendalam).
3. Daftar dan keraskan custom masa jalan alat (kotak pasir, pengesah, log).
4. Tambahkan langkah pengesahan automatik untuk sebarang output alat yang dilaksanakan pada sistem anda.
5. Buat papan pemuka pemantauan untuk token, kependaman dan metrik kualiti model.

Contoh corak orkestrasi (pseudokod)

1. Permintaan pengguna → pilih model & verbosity (logik penghalaan).
2. Gesaan sistem mentakrifkan sintaks alat + mod penaakulan.
3. Hantar permintaan pelengkapan sembang.
4. Jika pembantu memanggil custom alat: sahkan muatan → jalankan dalam kotak pasir → pulangkan hasil kepada pembantu → pembantu memuktamadkan respons.
5. Jika operasi berisiko tinggi: memerlukan kelulusan manusia.

Gunakan GPT-5 dalam CometAPI

CometAPI ialah platform API bersatu yang mengagregatkan lebih 500 model AI daripada pembekal terkemuka—seperti siri GPT OpenAI, Google Gemini, Anthropic's Claude, Midjourney, Suno dan banyak lagi—menjadi satu antara muka mesra pembangun. Dengan menawarkan pengesahan yang konsisten, pemformatan permintaan dan pengendalian respons, CometAPI secara dramatik memudahkan penyepaduan keupayaan AI ke dalam aplikasi anda. Sama ada anda sedang membina chatbots, penjana imej, komposer muzik atau saluran paip analitik terdorong data, CometAPI membolehkan anda mengulangi dengan lebih pantas, mengawal kos dan kekal sebagai vendor-agnostik—semuanya sambil memanfaatkan penemuan terkini merentas ekosistem AI.

Untuk rujukan muktamad, semak entri Buku Masakan OpenAI pada param dan alatan GPT-5 — ini adalah sumber utama untuk medan API, pendaftaran alat dan corak penggunaan.

Akhir fikiran

Gabungan saiz model GPT-5, parameter baharu seperti verbosity, dan custom sokongan muatan mentah alat mencipta pilihan baharu yang berkuasa untuk pasukan produk — daripada kerja pemarkahan besar-besaran berkos rendah kepada aliran kerja "perisian atas permintaan" di mana model menjana kod atau SQL yang dijalankan oleh masa jalan selamat anda. Pertukaran adalah biasa: keupayaan vs kos, kelajuan vs kedalaman, dan automasi berbanding pengawasan manusia. Mulakan secara kecil-kecilan (pilih satu kes penggunaan penemuan), banyakkan instrumen dan ulangi — reka bentuk masa jalan dan gesaan alat anda supaya output model adalah disahkan sebelum mereka menjadi tindakan.

Pembangun boleh mengakses GPT-5 , GPT-5 Nano dan GPT-5 Mini melalui CometAPI, versi model terkini yang disenaraikan adalah pada tarikh penerbitan artikel. Untuk memulakan, terokai keupayaan model dalam Taman Permainan dan berunding dengan Panduan API untuk arahan terperinci. Sebelum mengakses, sila pastikan anda telah log masuk ke CometAPI dan memperoleh kunci API. CometAPI menawarkan harga yang jauh lebih rendah daripada harga rasmi untuk membantu anda menyepadukan.

Anda boleh menggunakan API gpt-5 Cpmr untuk mencuba parameter baharu. Hanya gantikan kunci openAI dengan kunci CometAPI. Anda boleh menggunakan API gpt-5 CometAPI untuk mencuba parameter baharu. Hanya gantikan kunci openAI dengan kunci CometAPI. Dua Pilihan: Corak panggilan fungsi Selesai Sembang and Corak panggilan fungsi tindak balas.

Lulus CoT hanya wujud dalam API Respons, ini meningkatkan kecerdasan, mengurangkan bilangan token inferens yang dijana, meningkatkan kadar hit cache dan mengurangkan kependaman. Kebanyakan parameter lain kekal sama, tetapi formatnya berbeza. Jadi, Kami mengesyorkan anda menggunakan Tindak balas format untuk mengakses gpt-5 dalam CometAPI.