最近业务和个人工作中，逐步开始试用chatpgt等来完成部分文档的输出，也借着这个机会对于Azure Openai的服务文档进行学习和总结。
接下来以系列的方式，逐步完成对该服务文档的学习笔记输出；Azure Openai基本上和OpenAI官方服务文档一致，两者学习其一即可。
Azure OpenAI 服务提供对 OpenAI 强大语言模型的 REST API 访问，这些模型包括 GPT-4、GPT-35-Turbo 和嵌入模型系列。 Azure OpenAI的使用需要进行申请，申请入口点这里；其与直接调用OpenAI能力基本一致。
模型
| MODELS | DESCRIPTION |
| GPT-4 | 一组改进GPT-3.5的模型，可以理解和生成自然语言或代码 |
| GPT-3.5 | 一组改进GPT-3的模型，可以理解和生成自然语言或代码 |
| DALL·E | 可以在自然语言提示时生成和编辑图像的模型 |
| Whisper | 一个可以将音频转换为文本的模型 |
| Embeddings | 一组可以将文本转换为数字形式的模型 |
| Moderation | 一个微调的模型，可以检测文本是否敏感或不安全 |
Token令牌
OpenAI 通过将文本分解为标记来处理文本。 标记可以是单词，也可以是字符块。给定请求中处理的标记总数取决于输入、输出和请求参数的长度； 处理的标记数量也会影响模型的响应延迟和吞吐量。
作为一个粗略的经验法则，1个令牌对于英语文本来说大约是4个字符或0.75个单词。对于大多数型号来说，这是4096个代币或大约3000个单词。
例如，单词“hamburger”将分解为标记“ham”、“bur”和“ger”，而“pear”之类的常见短单词只是一个单个标记。
配额和限制
任何接口的调用都不是无限和任意的，主要的限制如下：
- 每个区域最多可以创建30个资源，最大微调模型部署：2个
- 单个模型的默认配合（每分钟令牌数量）：Text-Davinci-003：120 K 、GPT-4：20 K、GPT-4-32K：60 K 、其他：240 K
- 每个请求的最大令牌数量（上下文）
gpt-4模型最多支持 8192 个输入令牌，而gpt-4-32k模型最多支持 32768 个令牌gpt-35-turbo模型最多支持 4096 个输入令牌，而gpt-35-turbo-16k模型最多支持 16,384 个令牌text-embedding-ada-002向量模型支持最多8191个输入令牌
本系列的所有文章：