Chez OpenAI, la protection des données des utilisateurs est au cœur de notre mission. Nous n’utilisons ni les données envoyées à notre API ni les réponses qu’elle renvoie pour entraîner nos modèles. Pour en savoir plus, consultez notre page sur la confidentialité des données de l’API.
Modèles de génération de texte
Les modèles de génération de texte d’OpenAI, comme gpt-6-astra et gpt-5.6-terra, sont souvent appelés transformers génératifs préentraînés, ou modèles « GPT » en abrégé. Ils ont été entraînés à comprendre le langage naturel et les langages formels. Ils génèrent du texte en réponse aux entrées qu’ils reçoivent. Ces entrées sont aussi appelées « prompts ». C’est en rédigeant un prompt que vous « programmez » le modèle, généralement en lui donnant des instructions ou des exemples qui lui montrent comment accomplir la tâche. Les modèles GPT peuvent servir à de nombreuses tâches, notamment la génération de contenu ou de code, la rédaction de résumés, la conversation et l’écriture créative. Pour en savoir plus, consultez notre guide d’introduction à la génération de texte et notre guide sur l’ingénierie de prompts.
Plongements vectoriels
Un plongement vectoriel représente une donnée, par exemple un passage de texte, sous la forme d’un vecteur qui vise à préserver certains aspects de son contenu, de son sens ou des deux. Les données qui présentent des similitudes tendent à avoir des vecteurs plus proches les uns des autres que ceux de données sans rapport entre elles. OpenAI propose des modèles de plongement vectoriel qui prennent une chaîne de caractères en entrée et produisent un vecteur en sortie. Les plongements vectoriels sont utiles notamment pour la recherche, le regroupement de données, les recommandations, la détection d’anomalies et la classification. Pour en savoir plus, consultez notre guide sur les plongements vectoriels.
Tokens
Les modèles de génération de texte et de plongement vectoriel traitent le texte par unités appelées tokens. Les tokens représentent des séquences de caractères fréquentes. Par exemple, la chaîne « tokenization » se décompose en « token » et « ization », tandis qu’un mot court et courant comme « the » tient dans un seul token. Dans une phrase, le premier token de chaque mot commence généralement par une espace. Utilisez notre outil de tokenisation pour tester des chaînes de caractères et voir comment elles se décomposent en tokens. À titre indicatif, un token correspond à environ 4 caractères ou 0,75 mot dans un texte en anglais.
Pour un modèle de génération de texte, la longueur cumulée du prompt et du texte généré ne doit pas dépasser la longueur maximale du contexte du modèle. Pour les modèles de plongement vectoriel, qui ne produisent pas de tokens en sortie, la longueur de l’entrée doit être strictement inférieure à la longueur maximale du contexte. Vous trouverez la longueur maximale du contexte de chaque modèle de génération de texte et de plongement vectoriel dans l’index des modèles.