GPT-3.5 Turbo 16k

通过与 OpenAI 兼容的聊天补全端点使用模型 ID gpt-3.5-turbo-16k。它最多支持 16K 个 context token。

对 gpt-3.5-turbo-16k 的缓存命中要求所有请求的提示符前缀必须相同。请将稳定的指令和参考资料放在提示符的开头，保持字节一致，并将可变部分放在后面。这样，缓存读取操作将按缓存速率计费，而不是按输入速率计费。

将 gpt-3.5-turbo-16k 的 max_tokens 设置为任务实际需要的最长响应长度，而不是 4,096 的 Token 上限。严格控制上限可以降低最坏情况下的开销并缩短尾延迟。仅当任务明显需要更长的输出时才提高此值。

gpt-3.5-turbo-16k 的目录状态为 stable。记录的发布日期为 2023-08-28。在基于该模型构建长期集成之前，请查看模型页面上的弃用通知。

请根据模型文档确认当前功能。使用您特定的工具定义进行测试。

gpt-3.5-turbo-16k rate limit 因您的 MixRoute 订阅计划而异。请在控制台中查看您的计划详情，了解每分钟请求数 (RPM) 和每分钟 Token 数 (TPM) 的限制。在正式上线前运行一次小规模负载测试，以确认您的有效配额。

gpt-3.5-turbo-16k 的比较对象依你的用途而定。建议比较会影响账单与用户体验的维度：在你自己提示上的任务质量、预期并发下的延迟、context 与输出上限，以及每完成一个任务的成本，而不是单纯比较每 token 单价。