OpenAI

OpenAI blev grundlagt i 2015 og har hovedkvarter i San Francisco. Udbyderen dækker både slutbrugere gennem ChatGPT og udviklere gennem et API. Det betyder, at de samme modelfamilier ofte er tilgængelige begge steder, så du kan prototype i et chatinterface og derefter flytte arbejdet til kode.

Målgruppen for API'et er bred. Det spænder fra enkeltudviklere, der bygger et sideprojekt, til organisationer med produktion i drift. Dokumentation, SDK'er og eksempler er skrevet til, at du kan komme fra ingenting til første kald hurtigt, uden at skulle sætte dig ind i infrastruktur først.

Sammenlignet med andre udbydere er OpenAI ofte det, andre måles imod. Mange biblioteker, frameworks og værktøjer i økosystemet antager OpenAI-formatet som udgangspunkt og tilbyder andre udbydere som alternativ bagefter. Det gør platformen til et praktisk standardvalg, men det er også værd at holde sig for øje, når du vurderer, hvor bundet du bliver.

Du opretter en konto, genererer en API-nøgle og sender et HTTP-kald. SDK'erne til Python og Node.js dækker de fleste behov, og resten af API'et kan nås med almindelige HTTP-klienter fra andre sprog. Streaming er tilgængeligt, hvis du vil vise output løbende i stedet for at vente på et helt svar.

API'et lægger op til, at modellen indgår som en komponent i din egen applikation. Function calling og struktureret JSON-output gør det muligt at få forudsigelige svar tilbage, som din kode kan behandle direkte. Embeddings bruges typisk sammen med en vektordatabase, som du selv står for.

Friktionen opstår som regel tre steder. Rate limits kan ramme, før du forventer det, især på nye konti, så du bør bygge retry-logik og backoff ind fra start. Omkostningerne følger antallet af tokens, og lange prompts eller store context windows kan løbe op hurtigt, hvis du ikke måler forbruget pr. kald. Endelig ændrer modeludvalget sig over tid, så du skal planlægge for, at ældre modeller på et tidspunkt udfases.

Data sendes til OpenAI og behandles på infrastruktur, som du ikke kontrollerer. Hvis du arbejder med persondata, skal du have styr på databehandleraftale, overførselsgrundlag og hvad der logges. For visse typer data i offentlig sektor eller regulerede brancher kan det være et reelt problem, ikke bare et papirarbejde.

EU-forhold kræver en konkret vurdering i dit tilfælde. Kontroller hvilke muligheder for dataopbevaring og databehandling der gælder for netop din aftaletype, frem for at antage noget generelt. Læs vilkårene, som de ser ud på det tidspunkt, du indgår aftalen.

Lock-in er begrænset på formatniveau, fordi mange udbydere efterligner API'et, men reelt større på promptniveau. Prompts, function-definitioner og finjusterede modeller er tunet til en bestemt modelfamilie og opfører sig ikke identisk andre steder. Læg et abstraktionslag mellem din applikation og udbyderen, hvis du vil holde muligheden åben.

En anden udbyder kan passe bedre i nogle situationer. Har du krav om hosting i EU eller on-premise, bør du kigge på europæiske leverandører eller open weights-modeller. Kører du meget høj volumen med enkle opgaver, kan mindre modeller fra andre udbydere være billigere. Skal du bruge dyb integration med en bestemt cloud, kan den pågældende cloududbyders eget tilbud reducere kompleksiteten.