本文主要介绍一下 Azure中的 OpenAI申请以及使用过程！这样国内流畅使用OpenAI API，不再担心风控问题。

更多关于：Azure / OpenAI

 

开通
其实早在之前文章中也提到了：目前OpenAI账号开通获取高额度方法分享

首先，你需要有一个Azure。可用是免费试用版，Azure Stu版，Azure 企业版 等等。

申请开通OpenAI / 申请GPT-4

第二，申请的时候官方也表明需要用企业邮箱！不用用gmail，outlook等

第三，还需要填写企业官网（官网域名和邮箱域名得一致）

然后就是看运气了等审核通过了。短的4小时，长的可能得几个月。

部分人审核期间可能需要补充一些资料。也有几个小时就通过的。

当然了这个申请也是有技巧的。有朋友基本上目前100%几小时就通过了。

一切操作均有风险！小心你的Azure订阅翻车！

还没有Azure？可来点击这里看看
 

优势
1，国内可直接调用Azure的接口域名，不用套代理。不担心风控。

历史文章：OpenAI风控升级，避免API被封，请详细阅读本文说明

2，OpenAI产生的费用可用直接用Azure每个月额度抵扣（针对一些Azure Stu，企业版，Biz版等。即用即付不行）。

3，某些国内公司想用OpenAI服务，苦于联系不上OpenAI官方。可以试一试Azure的OpenAI方式。

 

步骤
创建OpenAI
1，搜索资源 OpenAI 可找到Azure OpenAI。点击创建！

填写信息！名称随意！定价选S0

区域，可选美国东部（法国和欧洲，看你使用情况可选）

 

 

 

2，网络选择所有网络 即可。

 

 

3，标记。没有啥标记的直接下一步！

 

 

4，验证相关信息，验证通过后，直接点击创建即可！

 

 

 

5，稍等几分钟，部署完成！

 

 

记录关键信息
打开新建的OpenAI 有几个关键的内容，保存好后面会使用！

1，终结点 ，如图就是我们专属的接口域名地址

2，密钥，点击管理密钥可看见密钥内容

 

 

 

模型部署
1，点击 模型部署，点击 【管理部署】按钮。浏览器会在当前页面打开模型管理的另一个平台。

 

 

2，在Azure AI 平台中，点击【新建部署】

 

 

3，这里需要选择模型，以及填写部署名称。

模型，选择 gpt-35-turbo（如果你有gpt-4.0，选择这个也行）

部署名，填写即可。这个部署名后面也会用到！

高级选项， 可设置Token上限，最高支持240K（酌情选择设置）

自定义过滤器，按需设置即可

 

 

 

4，分分钟创建成功！Azure AI中也提供了和可以直接聊天的功能，操场设置各类参数。

 

 

 

5，体验自带的会话功能。

 

 

 

 

使用
前面折腾这么多！我们主要要是为了将OpenAI集成到实际场景中。

Azure OpenAI 和 OpenAI官方的调用方式基本相似。只有3处需要注意。

 

准备工作
终结点
OpenAI官方是 api.openai.com

Azure OpenAI 则是 ruyo-openai.openai.azure.com （ 每个都不太一样，别直接使用这个哈）

 

APIKEY
OpenAI官方是是以sky 开头的一段

Azure OpenAI是无规律的一段

 

部署名称（Deployment Name）
部署模型时填写的名称

 

 

 

HTTP调用
接口地址：https://ruyo-openai.openai.azure.com/openai/deployments/ruyo-gpt/chat/completions/?api-version=2023-05-15

请求方式：POST

BODY：

这部分和OpenAI基本一致！这里不做太多的介绍！

{
“messages”: [
{
“role”: “system”,
“content”: “如有乐享博客AI助手”
},
{
“role”: “user”,
“content”: “如有乐享博客怎么样”
}
]
}
 

 

 

SDK调用
博主只测试了 Python3 的 openai  SDK

第一步：安装SDK

pip install openai
第二步：写代码，测试功能

注意下面的 api_base，api_key，engine 分别对应 终结点，APIKEY，部署名称

import os
import openai
openai.api_type = “azure”
openai.api_base = “https://ruyo-openai.openai.azure.com”
openai.api_version = “2023-05-15”
openai.api_key = “exxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx”

response = openai.ChatCompletion.create(
engine=”RUYO-GPT”,
messages=[
{“role”: “system”, “content”: “You are a helpful assistant.”},
{“role”: “user”, “content”: “Does Azure OpenAI support customer managed keys?”},
{“role”: “assistant”, “content”: “Yes, customer managed keys are supported by Azure OpenAI.”},
{“role”: “user”, “content”: “Do other Azure Cognitive Services support this too?”}
]
)

print(response)
print(response[‘choices’][0][‘message’][‘content’])
更多其他调用方式，参考官方文档：https://learn.microsoft.com/zh-cn/azure/cognitive-services/openai/chatgpt-quickstart?tabs=bash&pivots=programming-language-studio

 

 

限制
以下部分提供了适用于 Azure OpenAI 配额和限制的快速指南：

限制名称 限制值
每个 Azure 订阅中每个区域的 OpenAI 资源 3
每个模型的请求限制* Davinci 模型（002 和更高版本）：每分钟 120 个
ChatGPT 模型（预览）：每分钟 300 个
GPT-4 模型（预览）：每分钟 18 个
DALL-E 模型（预览）：2 个并发请求
所有其他模型：每分钟 300 个
每个模型的令牌限制* Davinci 模型（002 和更高版本）：每分钟 40,000 个
ChatGPT 模型：每分钟 120,000 个
GPT-4 8k 模型：每分钟 10,000 个
GPT-4 32k 模型：每分钟 32,000 个
所有其他模型：每分钟 120,000 个
最大微调模型部署* 2
能够将同一模型部署到多个部署 不允许
每个资源的训练作业总数 100
每个资源同时运行的最大训练作业数 1
排队的最大训练作业数 20
每个资源的最大文件数 50
每个资源的所有文件的总大小 1 GB
最大训练作业时间（如果超过，作业将失败） 720 小时
最大训练作业大小（训练文件中的标记数）×（时期数） 20 亿
 

总结
经过这段时间的摸索。目前Azure OpenAI申请 GPT-3.5 难度还行。

但是，最近2个月 申请GPT-4.0 目前一个通过的都没有！
【来源：https://51.ruyo.net/18402.html，转载请注明】