[Python] GPT4o-miniを試すコードを紹介！

pip install --upgrade pip
pip install --upgrade openai

pip list | grep openai

from openai import OpenAI
import os
import openai
# 環境変数からAPIキーを取得
api_key = os.getenv("OPENAI_API_KEY")
# ここでAPIを利用するコードを記述
client = OpenAI(api_key=api_key)

# APIキーとモデル名を設定します
MODEL = "gpt-4o-mini"
# チャットの完了を作成します
completion = client.chat.completions.create(
    model=MODEL,
    messages=[
        {"role": "system", "content": "3行以内で回答する"},
        {"role": "user", "content": "1円玉の重さは？"},
    ]
)
# 応答を表示します
print("Assistant: " + completion.choices[0].message.content)

Assistant: 1円玉の重さは約1グラムです。

from openai import OpenAI
import os
import openai
# 環境変数からAPIキーを取得
api_key = os.getenv("OPENAI_API_KEY")
# ここでAPIを利用するコードを記述
client = OpenAI(api_key=api_key)

# APIキーとモデル名を設定します
MODEL = "gpt-4o-mini"
# チャットの完了を作成します
completion = client.chat.completions.create(
    model=MODEL,
    messages=[
        {"role": "system", "content": "計算手順を含めて説明すること"},
        {"role": "user", "content": "27の0.5乗は？"},
    ]
)
# 応答を表示します
print("Assistant: " + completion.choices[0].message.content)

Assistant: 27の0.5乗は、27の平方根を求めることに相当します。計算手順は以下の通りです。

1. 27の平方根を求めます。
   - 平方根は、その数を2乗して元の数に戻る値です。

2. 27の平方根を計算します。
   - 根号の形で表すと、√27 になります。

3. √27 はさらに簡略化できます。
   - √27 = √(9 &times 3) = √9 &times √3 = 3√3 です。

よって、27の0.5乗は 3√3 となります。

具体的な数値が必要な場合、3√3の値をおおよそ計算すると、√3 ≈ 1.732 なので、

3 &times 1.732 ≈ 5.196

したがって、27の0.5乗は3√3または約5.196となります。

completion = client.chat.completions.create(
    model=MODEL,
    messages=[
        {"role": "system", "content": "Explain including the calculation steps"},
        {"role": "user", "content": "What is 27 to the power of 0.5?"},
    ]
)

3. √27 はさらに簡略化できます。
Assistant: To calculate \( 27^{0.5} \), you can follow these steps:

1. Recognize that raising a number to the power of \( 0.5 \) is equivalent to taking the square root of that number. Therefore, \( 27^{0.5} = \sqrt{27} \).
  
2. Simplify \( \sqrt{27} \). The number 27 can be expressed as \( 9 \times 3 \), and since 9 is a perfect square, you can break it down:
   \[
   \sqrt{27} = \sqrt{9 \times 3} = \sqrt{9} \times \sqrt{3}
   \]

3. Calculate \( \sqrt{9} \):
   \[
   \sqrt{9} = 3
   \]

4. Combine the results:
   \[
   \sqrt{27} = 3 \times \sqrt{3}
   \]

Now, if you want to approximate \( \sqrt{3} \), we know that \( \sqrt{3} \) is approximately \( 1.732 \). So you can then calculate:
   \[
   3 \times \sqrt{3} \approx 3 \times 1.732 = 5.196
   \]

Thus, \( 27^{0.5} \) or \( \sqrt{27} \) is approximately \( 5.196 \).

In summary:
\[
27^{0.5} = \sqrt{27} = 3\sqrt{3} \approx 5.196
\]

from PIL import Image
import matplotlib.pyplot as plt
# 画像のパスを指定します
IMAGE_PATH = "data/image.png"
# 画像を読み込みます
img = Image.open(IMAGE_PATH)
# 画像を表示します
plt.imshow(img)
plt.axis('off')  # 軸を表示しないようにします
plt.show()

from openai import OpenAI
import os
import base64
# 環境変数からAPIキーを取得
api_key = os.getenv("OPENAI_API_KEY")
# ここでAPIを利用するコードを記述
client = OpenAI(api_key=api_key)
# APIキーとモデル名を設定します
MODEL = "gpt-4o-mini"
# 画像のパスを指定します
IMAGE_PATH = "image.jpg"

# 画像をbase64エンコードします
def encode_image(image_path):
    with open(image_path, "rb") as image_file:
        return base64.b64encode(image_file.read()).decode("utf-8")
base64_image = encode_image(IMAGE_PATH)

# チャットの完了を作成します
completion = client.chat.completions.create(
    model=MODEL,
    messages=[
        {
            "role": "user", 
            "content": [
                {"type": "text", "text": "この画像のについて説明してください"},
                {"type": "image_url", "image_url": {
                    "url": f"data:image/png;base64,{base64_image}"}
                }
        ]}
    ]
)
# 応答を表示します
print("Assistant: " + completion.choices[0].message.content)

# 画像とテキストを組み合わせた質問の例
response = client.chat.completions.create(
    model=MODEL,
    messages=[
        {"role": "user", "content": [
            {"type": "text", "text": "この画像の動物について教えてください"},
            {"type": "image_url", "image_url": {
                "url": "https://example.com/animal.jpg"}
            }
        ]}
    ],
    temperature=0.0,
)
print(response.choices[0].message.content)