लेख उन 12 विशिष्ट क्षेत्रों का विवरण देता है जहां OpenAI-संगत API मान अलग-अलग निष्पादन इंजनों और होस्टेड प्रदाताओं के बीच भिन्न होता है, जिससे मौन विफलताएं या अप्रत्याशित व्यवहार होता है। जबकि मुख्य अनुरूप आकार और बुनियादी स्ट्रीमिंग विश्वसनीय रूप से काम करते हैं, पैरामीटर हैंडलिंग, त्रुटि प्रतिक्रियाओं और फीचर समर्थन में सूक्ष्म अंतर एप्लिकेशन को तोड़ सकते हैं।
- अज्ञात पैरामीटर अक्स 400 त्रुटि के साथ अस्वीकार किए जाने के बजाय मौन रूप से छोड़ दिए जाते हैं।
- तर्क मॉडलों को `max_tokens` के बजाय `max_completion_tokens` की आवश्यकता हो सकती है, जिसमें असंगत स्वीकृति होती है।
- टोकन उपयोग आंकड़े अक्सर स्ट्रीमिंग प्रतिक्रियाओं में अनुपस्थित होते हैं जब तक कि `stream_options` के माध्यम से स्पष्ट रूप से अनुरोध न किया जाए।
- टूल कॉलिंग समर्थन काफी भिन्न होता है, कई सर्वर नेटिव समानांतर कॉल या कठोर स्कीमा अनुपालन से वंचित होते हैं।
- JSON मोड कार्यान्वयन बुनियादी ऑब्जेक्ट सत्यापन और स्कीमाओं के साथ प्रतिबंधित डिकोडिंग के बीच भिन्न होते हैं।
- संदर्भ ओवरफ्लो हैंडलिंग कठोर 400 त्रुटियों से लेकर सिस्टम प्रॉम्प्ट्स की मौन ट्रंकेशन तक फैला हुआ है।
- `finish_reason` मानों में मानक रोक, लंबाई और tool_calls के परे प्रदाता-विशिष्ट जोड़े गए हैं।
- त्रुटि एन्वेलप्स और दर सीमा प्रतिक्रियाएं (429, 503, या बॉडी त्रुटियों के साथ 200) असंगत हैं।
- तर्क मॉडलों पर तापमान सेटिंग्स को अंदरूनी रूप से अनदेखा किया जा सकता है भले ही उन्हें स्वीकार कर लिया गया हो।
- बहुमोडल इनपुट हैंडलिंग आकार सीमाओं, MIME प्रकारों और `detail` पैरामीटर में भिन्न होता है।
- एम्बेडिंग एंडपॉइंट्स भिन्न आयामता और सामान्यीकरण के कारण पोर्टेबिलिटी से वंचित हैं।
- आइडेम्पोटेंसी कुंजियाँ दुर्लभ रूप से समर्थित होती हैं, और request-ID हेडर्स असंगत नामांकन का उपयोग करते हैं।
लेखक इन विशिष्ट व्यवहारों के लिए प्रदाता अनुपालन की जांच करने के लिए एक प्रोब स्क्रिप्ट का उपयोग करने की सलाह देते हैं, क्योंकि मॉडल संस्करण अक्सर बदलते रहते हैं और मौन विफलताएं उत्पादन में डिबग करना कठिन हो सकती हैं।