OpenAI 画像モデル
これはOpenAI統合のドキュメントで、OpenAI REST APIのカスタムJava実装を使用しています。これはQuarkus(Quarkus RESTクライアントを使用)とSpring(SpringのRestClientを使用)で最もよく機能します。
LangChain4jは画像生成のためにOpenAIとの3つの異なる統合を提供しており、これは#1です:
-
OpenAIはOpenAI REST APIのカスタムJava実装を使用し、Quarkus(Quarkus RESTクライアントを使用)とSpring(SpringのRestClientを使用)で最もよく機能します。
-
OpenAI 公式 SDKは公式OpenAI Java SDKを使用します。
-
Azure OpenAIはMicrosoftのAzure SDKを使用し、高度なAzure認証メカニズムを含むMicrosoft Javaスタックを使用している場合に最適です。
Maven依存関係
通常のJava
<dependency>
<groupId>dev.langchain4j</groupId>
<artifactId>langchain4j-open-ai</artifactId>
<version>1.23.0</version>
</dependency>
Spring Boot
<dependency>
<groupId>dev.langchain4j</groupId>
<artifactId>langchain4j-open-ai-spring-boot4-starter</artifactId>
<version>1.23.0-beta33</version>
</dependency>
このスターターには Spring Boot 4 が必要です。Spring Boot 3 では、代わりに langchain4j-open-ai-spring-boot-starter を使用してください。
詳細はSpring Boot 統合を参照してください。
OpenAIは、DALL·E 2およびDALL·E 3モデルを非推奨とし、新しいGPT画像モデル
(gpt-image-1、gpt-image-1-mini、gpt-image-1.5、gpt-image-2、chatgpt-image-latest)に移行しました。
DALL·E固有のパラメータstyleとresponse-formatはAPIでサポートされなくなり、
削除されました。代わりに、新しいパラメータbackground、output-format、output-compression、moderation
が利用できます。
OpenAiImageModelの作成
通常のJava
ImageModel model = OpenAiImageModel.builder()
.apiKey(System.getenv("OPENAI_API_KEY"))
.modelName("gpt-image-1")
.build();
Spring Boot
application.propertiesに追加します:
# Mandatory properties:
langchain4j.open-ai.image-model.api-key=${OPENAI_API_KEY}
langchain4j.open-ai.image-model.model-name=gpt-image-1
# Optional properties:
langchain4j.open-ai.image-model.background=...
langchain4j.open-ai.image-model.base-url=...
langchain4j.open-ai.image-model.custom-headers=...
langchain4j.open-ai.image-model.log-requests=...
langchain4j.open-ai.image-model.log-responses=...
langchain4j.open-ai.image-model.max-retries=...
langchain4j.open-ai.image-model.moderation=...
langchain4j.open-ai.image-model.organization-id=...
langchain4j.open-ai.image-model.output-compression=...
langchain4j.open-ai.image-model.output-format=...
langchain4j.open-ai.image-model.project-id=...
langchain4j.open-ai.image-model.quality=...
langchain4j.open-ai.image-model.size=...
langchain4j.open-ai.image-model.timeout=...
langchain4j.open-ai.image-model.user=...
トークン使用量
GPT画像モデルは、リクエストで使用されたトークン数を報告します。OpenAiImageModelはこれを
OpenAiImageTokenUsageとして返し、入力トークンと出力トークンを画像トークンとテキスト
トークンにも分割します(OpenAIはそれぞれ異なる料金を設定しています):
Response<Image> response = model.generate("A watercolor painting of a lighthouse");
OpenAiImageTokenUsage tokenUsage = (OpenAiImageTokenUsage) response.tokenUsage();
tokenUsage.inputTokenCount(); // all input tokens
tokenUsage.inputTokensDetails().textTokens(); // input tokens from the prompt
tokenUsage.inputTokensDetails().imageTokens(); // input tokens from input images (edits)
tokenUsage.outputTokenCount(); // all output tokens
OpenAIが詳細を報告しない場合、詳細はnullになります。DALL·Eモデルは使用量をまったく報告しないため、
それらではresponse.tokenUsage()はnullになります。