Alibaba Cloud Model Studio:Kompatibilitas antarmuka Chat OpenAI

Model Qwen di Alibaba Cloud Model Studio mendukung antarmuka yang kompatibel dengan OpenAI. Untuk memigrasikan kode OpenAI yang sudah ada ke layanan Model Studio, sesuaikan Kunci API, BASE_URL, dan nama model.

Panggil menggunakan OpenAI SDK

Prasyarat

• Pastikan lingkungan Python telah diinstal di komputer Anda.

• Instal versi terbaru OpenAI SDK.

  # Jika perintah berikut gagal, ganti pip dengan pip3.
  pip install -U openai

• Aktifkan Model Studio dan peroleh Kunci API. Untuk informasi selengkapnya, lihat Dapatkan Kunci API.

• Kami menyarankan Anda mengonfigurasi Kunci API sebagai Variabel lingkungan untuk mengurangi risiko kebocoran. Untuk informasi selengkapnya, lihat Konfigurasikan Kunci API sebagai Variabel lingkungan (Metode ini sedang ditinggalkan dan akan digabungkan ke Konfigurasi Kunci API). Anda juga dapat mengonfigurasi Kunci API dalam kode Anda, tetapi hal ini meningkatkan risiko kebocoran.

• Pilih model yang akan digunakan. Untuk informasi selengkapnya, lihat Daftar model yang didukung.

Penggunaan

Anda dapat menggunakan contoh berikut untuk memanggil model Qwen di Model Studio dengan OpenAI SDK.

Contoh panggilan non-streaming

from openai import OpenAI
import os

def get_response():
    client = OpenAI(
        # Kunci API berbeda berdasarkan wilayah. Untuk mendapatkan Kunci API, lihat https://www.alibabacloud.com/help/en/model-studio/get-api-key
        api_key=os.getenv("DASHSCOPE_API_KEY"),  # Jika Anda belum mengonfigurasi variabel lingkungan, ganti baris ini dengan Kunci API Model Studio Anda: api_key="sk-xxx"
        # Berikut ini adalah base_url untuk wilayah Singapura.
        base_url="https://dashscope-intl.aliyuncs.com/compatible-mode/v1",  
    )
    completion = client.chat.completions.create(
        model="qwen-plus",  # Contoh ini menggunakan qwen-plus. Anda dapat mengubah nama model sesuai kebutuhan. Untuk daftar model, lihat https://www.alibabacloud.com/help/en/model-studio/getting-started/models
        messages=[{'role': 'system', 'content': 'You are a helpful assistant.'},
                  {'role': 'user', 'content': 'Who are you?'}]
        )
    print(completion.model_dump_json())

if __name__ == '__main__':
    get_response()

Menjalankan kode menghasilkan keluaran berikut:

{
    "id": "chatcmpl-xxx",
    "choices": [
        {
            "finish_reason": "stop",
            "index": 0,
            "logprobs": null,
            "message": {
                "content": "I am a large-scale pre-trained model from Alibaba Cloud. My name is Qwen.",
                "role": "assistant",
                "function_call": null,
                "tool_calls": null
            }
        }
    ],
    "created": 1716430652,
    "model": "qwen-plus",
    "object": "chat.completion",
    "system_fingerprint": null,
    "usage": {
        "completion_tokens": 18,
        "prompt_tokens": 22,
        "total_tokens": 40
    }
}

Contoh panggilan streaming

from openai import OpenAI
import os

def get_response():
    client = OpenAI(
        # Kunci API berbeda berdasarkan wilayah. Untuk mendapatkan Kunci API, lihat https://www.alibabacloud.com/help/en/model-studio/get-api-key
        # Jika Anda belum mengonfigurasi variabel lingkungan, ganti baris berikut dengan Kunci API Model Studio Anda: api_key="sk-xxx"
        api_key=os.getenv("DASHSCOPE_API_KEY"),
        # Berikut ini adalah base_url untuk wilayah Singapura.
        base_url="https://dashscope-intl.aliyuncs.com/compatible-mode/v1",
        
    )
    completion = client.chat.completions.create(
        model="qwen-plus",  # Contoh ini menggunakan qwen-plus. Anda dapat mengubah nama model sesuai kebutuhan. Untuk daftar model, lihat https://www.alibabacloud.com/help/en/model-studio/getting-started/models
        messages=[{'role': 'system', 'content': 'You are a helpful assistant.'},
                  {'role': 'user', 'content': 'Who are you?'}],
        stream=True,
        # Pengaturan berikut menampilkan informasi penggunaan token pada baris terakhir keluaran streaming.
        stream_options={"include_usage": True}
        )
    for chunk in completion:
        print(chunk.model_dump_json())


if __name__ == '__main__':
    get_response()

Menjalankan kode menghasilkan keluaran berikut:

{"id":"chatcmpl-xxx","choices":[{"delta":{"content":"","function_call":null,"role":"assistant","tool_calls":null},"finish_reason":null,"index":0,"logprobs":null}],"created":1719286190,"model":"qwen-plus","object":"chat.completion.chunk","system_fingerprint":null,"usage":null}
{"id":"chatcmpl-xxx","choices":[{"delta":{"content":"I am","function_call":null,"role":null,"tool_calls":null},"finish_reason":null,"index":0,"logprobs":null}],"created":1719286190,"model":"qwen-plus","object":"chat.completion.chunk","system_fingerprint":null,"usage":null}
{"id":"chatcmpl-xxx","choices":[{"delta":{"content":" a large language model","function_call":null,"role":null,"tool_calls":null},"finish_reason":null,"index":0,"logprobs":null}],"created":1719286190,"model":"qwen-plus","object":"chat.completion.chunk","system_fingerprint":null,"usage":null}
{"id":"chatcmpl-xxx","choices":[{"delta":{"content":" from Alibaba","function_call":null,"role":null,"tool_calls":null},"finish_reason":null,"index":0,"logprobs":null}],"created":1719286190,"model":"qwen-plus","object":"chat.completion.chunk","system_fingerprint":null,"usage":null}
{"id":"chatcmpl-xxx","choices":[{"delta":{"content":" Cloud. My name is Qwen.","function_call":null,"role":null,"tool_calls":null},"finish_reason":null,"index":0,"logprobs":null}],"created":1719286190,"model":"qwen-plus","object":"chat.completion.chunk","system_fingerprint":null,"usage":null}
{"id":"chatcmpl-xxx","choices":[{"delta":{"content":"","function_call":null,"role":null,"tool_calls":null},"finish_reason":"stop","index":0,"logprobs":null}],"created":1719286190,"model":"qwen-plus","object":"chat.completion.chunk","system_fingerprint":null,"usage":null}
{"id":"chatcmpl-xxx","choices":[],"created":1719286190,"model":"qwen-plus","object":"chat.completion.chunk","system_fingerprint":null,"usage":{"completion_tokens":16,"prompt_tokens":22,"total_tokens":38}}

Contoh panggilan fungsi

Contoh ini menggunakan alat kueri cuaca dan waktu untuk menunjukkan cara mengimplementasikan panggilan fungsi melalui antarmuka kompatibel OpenAI. Kode contoh ini dapat melakukan panggilan alat multi putaran.

from openai import OpenAI
from datetime import datetime
import json
import os

client = OpenAI(
    # Kunci API berbeda berdasarkan wilayah. Untuk mendapatkan Kunci API, lihat https://www.alibabacloud.com/help/en/model-studio/get-api-key
    # Jika Anda belum mengonfigurasi variabel lingkungan, ganti baris berikut dengan Kunci API Model Studio Anda: api_key="sk-xxx",
    api_key=os.getenv("DASHSCOPE_API_KEY"),
    # Berikut ini adalah base_url untuk wilayah Singapura.
    base_url="https://dashscope-intl.aliyuncs.com/compatible-mode/v1",  
)

# Definisikan daftar alat. Model merujuk pada nama dan deskripsi alat saat memilih alat yang akan digunakan.
tools = [
    # Alat 1: Dapatkan waktu saat ini.
    {
        "type": "function",
        "function": {
            "name": "get_current_time",
            "description": "Berguna ketika Anda ingin mengetahui waktu saat ini.",
            # Karena mendapatkan waktu saat ini tidak memerlukan parameter input, parameters adalah dictionary kosong.
            "parameters": {}
        }
    },  
    # Alat 2: Dapatkan cuaca untuk kota tertentu.
    {
        "type": "function",
        "function": {
            "name": "get_current_weather",
            "description": "Berguna ketika Anda ingin menanyakan cuaca untuk kota tertentu.",
            "parameters": {  
                "type": "object",
                "properties": {
                    # Lokasi harus disediakan untuk menanyakan cuaca, sehingga parameter diatur ke location.
                    "location": {
                        "type": "string",
                        "description": "Kota atau distrik, seperti Beijing, Hangzhou, atau Yuhang."
                    }
                }
            },
            "required": [
                "location"
            ]
        }
    }
]

# Tirukan alat kueri cuaca. Hasil contoh: "Hari ini hujan di Beijing."
def get_current_weather(location):
    return f"Hari ini hujan di {location}. "

# Alat untuk menanyakan waktu saat ini. Hasil contoh: "Waktu saat ini: 2024-04-15 17:15:18."
def get_current_time():
    # Dapatkan tanggal dan waktu saat ini.
    current_datetime = datetime.now()
    # Format tanggal dan waktu saat ini.
    formatted_time = current_datetime.strftime('%Y-%m-%d %H:%M:%S')
    # Kembalikan waktu saat ini yang telah diformat.
    return f"Waktu saat ini: {formatted_time}."

# Enkapsulasi fungsi respons model.
def get_response(messages):
    completion = client.chat.completions.create(
        model="qwen-plus",  # Contoh ini menggunakan qwen-plus. Anda dapat mengubah nama model sesuai kebutuhan. Untuk daftar model, lihat https://www.alibabacloud.com/help/en/model-studio/getting-started/models
        messages=messages,
        tools=tools
        )
    return completion.model_dump()

def call_with_messages():
    print('\n')
    messages = [
            {
                "content": input('Silakan masukkan: '),  # Contoh pertanyaan: "Jam berapa sekarang?" "Jam berapa satu jam lagi?" "Bagaimana cuaca di Beijing?"
                "role": "user"
            }
    ]
    print("-"*60)
    # Putaran pertama panggilan model.
    i = 1
    first_response = get_response(messages)
    assistant_output = first_response['choices'][0]['message']
    print(f"\nKeluaran LLM pada putaran {i}: {first_response}\n")
    if  assistant_output['content'] is None:
        assistant_output['content'] = ""
    messages.append(assistant_output)
    # Jika tidak diperlukan panggilan alat, kembalikan jawaban akhir secara langsung.
    if assistant_output['tool_calls'] == None:  # Jika model menentukan bahwa tidak diperlukan panggilan alat, cetak balasan asisten secara langsung tanpa panggilan model kedua.
        print(f"Tidak diperlukan panggilan alat. Saya dapat membalas secara langsung: {assistant_output['content']}")
        return
    # Jika diperlukan panggilan alat, lakukan beberapa putaran panggilan model hingga model menentukan bahwa tidak diperlukan panggilan alat lagi.
    while assistant_output['tool_calls'] != None:
        # Jika model menentukan bahwa alat kueri cuaca perlu dipanggil, jalankan alat kueri cuaca.
        if assistant_output['tool_calls'][0]['function']['name'] == 'get_current_weather':
            tool_info = {"name": "get_current_weather", "role":"tool"}
            # Ambil informasi parameter lokasi.
            location = json.loads(assistant_output['tool_calls'][0]['function']['arguments'])['location']
            tool_info['content'] = get_current_weather(location)
        # Jika model menentukan bahwa alat kueri waktu perlu dipanggil, jalankan alat kueri waktu.
        elif assistant_output['tool_calls'][0]['function']['name'] == 'get_current_time':
            tool_info = {"name": "get_current_time", "role":"tool"}
            tool_info['content'] = get_current_time()
        print(f"Keluaran alat: {tool_info['content']}\n")
        print("-"*60)
        messages.append(tool_info)
        assistant_output = get_response(messages)['choices'][0]['message']
        if  assistant_output['content'] is None:
            assistant_output['content'] = ""
        messages.append(assistant_output)
        i += 1
        print(f"Keluaran LLM pada putaran {i}: {assistant_output}\n")
    print(f"Jawaban akhir: {assistant_output['content']}")

if __name__ == '__main__':
    call_with_messages()

Saat Anda memasukkan Bagaimana cuaca di Hangzhou dan Beijing? Jam berapa sekarang?, program menghasilkan keluaran berikut:

Parameter input

Parameter input disejajarkan dengan parameter antarmuka OpenAI. Parameter yang saat ini didukung adalah sebagai berikut:

Parameter respons

Panggil menggunakan SDK langchain_openai

Prasyarat

• Pastikan lingkungan Python telah diinstal di komputer Anda.

• Instal SDK langchain_openai dengan menjalankan perintah berikut.

  # Jika perintah berikut gagal, ganti pip dengan pip3.
  pip install -U langchain_openai

• Anda harus mengaktifkan Model Studio dan mendapatkan Kunci API. Untuk informasi selengkapnya, lihat Dapatkan Kunci API.

• Kami menyarankan mengonfigurasi Kunci API sebagai Variabel lingkungan untuk mengurangi risiko kebocoran kunci. Untuk informasi selengkapnya, lihat Konfigurasikan Kunci API sebagai Variabel lingkungan (Metode ini sedang ditinggalkan dan akan digabungkan ke Konfigurasi Kunci API). Anda juga dapat mengonfigurasi Kunci API dalam kode Anda, tetapi hal ini meningkatkan risiko kebocoran.

• Pilih model yang akan digunakan. Untuk informasi selengkapnya, lihat Daftar model yang didukung.

Penggunaan

Anda dapat menggunakan contoh berikut untuk mengakses model Qwen di Model Studio dengan SDK langchain_openai.

Keluaran non-streaming

Gunakan metode invoke untuk keluaran non-streaming. Contoh kode berikut menunjukkan hal ini:

from langchain_openai import ChatOpenAI
import os

def get_response():
    llm = ChatOpenAI(
        # Kunci API berbeda berdasarkan wilayah. Untuk mendapatkan Kunci API, lihat https://www.alibabacloud.com/help/en/model-studio/get-api-key
        api_key=os.getenv("DASHSCOPE_API_KEY"),  # Jika Anda belum mengonfigurasi variabel lingkungan, ganti baris ini dengan Kunci API Model Studio Anda: api_key="sk-xxx"
        base_url="https://dashscope-intl.aliyuncs.com/compatible-mode/v1", # Ini adalah base_url untuk wilayah Singapura.
        model="qwen-plus"  # Contoh ini menggunakan qwen-plus. Anda dapat mengubah nama model sesuai kebutuhan. Untuk daftar model, lihat https://www.alibabacloud.com/help/en/model-studio/getting-started/models
        )
    messages = [
        {"role":"system","content":"You are a helpful assistant."},
        {"role":"user","content":"Who are you?"}
    ]
    response = llm.invoke(messages)
    print(response.json())

if __name__ == "__main__":
    get_response()

Menjalankan kode menghasilkan keluaran berikut:

{
    "content": "I am a large language model from Alibaba Cloud. My name is Qwen.",
    "additional_kwargs": {},
    "response_metadata": {
        "token_usage": {
            "completion_tokens": 16,
            "prompt_tokens": 22,
            "total_tokens": 38
        },
        "model_name": "qwen-plus",
        "system_fingerprint": "",
        "finish_reason": "stop",
        "logprobs": null
    },
    "type": "ai",
    "name": null,
    "id": "run-xxx",
    "example": false,
    "tool_calls": [],
    "invalid_tool_calls": []
}

Keluaran streaming

Gunakan metode stream untuk keluaran streaming. Anda tidak perlu mengonfigurasi parameter stream.

from langchain_openai import ChatOpenAI
import os

def get_response():
    llm = ChatOpenAI(
        # Kunci API berbeda berdasarkan wilayah. Untuk mendapatkan Kunci API, lihat https://www.alibabacloud.com/help/en/model-studio/get-api-key
        api_key=os.getenv("DASHSCOPE_API_KEY"),  # Jika Anda belum mengonfigurasi variabel lingkungan, ganti baris ini dengan Kunci API Model Studio Anda: api_key="sk-xxx"
        base_url="https://dashscope-intl.aliyuncs.com/compatible-mode/v1",   # Ini adalah base_url untuk wilayah Singapura.
        model="qwen-plus",   # Contoh ini menggunakan qwen-plus. Anda dapat mengubah nama model sesuai kebutuhan. Untuk daftar model, lihat https://www.alibabacloud.com/help/en/model-studio/getting-started/models
        stream_usage=True
        )
    messages = [
        {"role":"system","content":"You are a helpful assistant."}, 
        {"role":"user","content":"Who are you?"},
    ]
    response = llm.stream(messages)
    for chunk in response:
        print(chunk.model_dump_json())

if __name__ == "__main__":
    get_response()

Menjalankan kode menghasilkan keluaran berikut:

{"content": "", "additional_kwargs": {}, "response_metadata": {}, "type": "AIMessageChunk", "name": null, "id": "run-xxx", "example": false, "tool_calls": [], "invalid_tool_calls": [], "usage_metadata": null, "tool_call_chunks": []}
{"content": "I am", "additional_kwargs": {}, "response_metadata": {}, "type": "AIMessageChunk", "name": null, "id": "run-xxx", "example": false, "tool_calls": [], "invalid_tool_calls": [], "usage_metadata": null, "tool_call_chunks": []}
{"content": " a large language model", "additional_kwargs": {}, "response_metadata": {}, "type": "AIMessageChunk", "name": null, "id": "run-xxx", "example": false, "tool_calls": [], "invalid_tool_calls": [], "usage_metadata": null, "tool_call_chunks": []}
{"content": " from Alibaba", "additional_kwargs": {}, "response_metadata": {}, "type": "AIMessageChunk", "name": null, "id": "run-xxx", "example": false, "tool_calls": [], "invalid_tool_calls": [], "usage_metadata": null, "tool_call_chunks": []}
{"content": " Cloud", "additional_kwargs": {}, "response_metadata": {}, "type": "AIMessageChunk", "name": null, "id": "run-xxx", "example": false, "tool_calls": [], "invalid_tool_calls": [], "usage_metadata": null, "tool_call_chunks": []}
{"content": ". My name is Tongyi", "additional_kwargs": {}, "response_metadata": {}, "type": "AIMessageChunk", "name": null, "id": "run-xxx", "example": false, "tool_calls": [], "invalid_tool_calls": [], "usage_metadata": null, "tool_call_chunks": []}
{"content": " Qwen.", "additional_kwargs": {}, "response_metadata": {}, "type": "AIMessageChunk", "name": null, "id": "run-xxx", "example": false, "tool_calls": [], "invalid_tool_calls": [], "usage_metadata": null, "tool_call_chunks": []}
{"content": "", "additional_kwargs": {}, "response_metadata": {"finish_reason": "stop"}, "type": "AIMessageChunk", "name": null, "id": "run-xxx", "example": false, "tool_calls": [], "invalid_tool_calls": [], "usage_metadata": null, "tool_call_chunks": []}
{"content": "", "additional_kwargs": {}, "response_metadata": {}, "type": "AIMessageChunk", "name": null, "id": "run-xxx", "example": false, "tool_calls": [], "invalid_tool_calls": [], "usage_metadata": {"input_tokens": 22, "output_tokens": 16, "total_tokens": 38}, "tool_call_chunks": []}

Untuk informasi tentang konfigurasi parameter input, lihat Parameter input. Parameter terkait didefinisikan dalam objek ChatOpenAI.

Panggil menggunakan HTTP API

Anda dapat memanggil layanan Alibaba Cloud Model Studio melalui antarmuka HTTP dan menerima respons dengan struktur yang identik dengan panggilan HTTP ke layanan OpenAI.

Prasyarat

• Anda harus mengaktifkan Model Studio dan mendapatkan Kunci API. Untuk informasi lebih lanjut, lihat Dapatkan Kunci API.

• Kami menyarankan Anda mengonfigurasi Kunci API sebagai Variabel lingkungan untuk mengurangi risiko kebocoran kunci. Untuk informasi lebih lanjut, lihat Konfigurasikan Kunci API sebagai Variabel lingkungan (Metode ini sedang ditinggalkan dan akan digabungkan ke Konfigurasi Kunci API). Anda juga dapat mengonfigurasi Kunci API dalam kode Anda, tetapi hal ini meningkatkan risiko kebocoran.

Kirim panggilan API

Singapura: POST https://dashscope-intl.aliyuncs.com/compatible-mode/v1/chat/completions
AS (Virginia): POST https://dashscope-us.aliyuncs.com/compatible-mode/v1/chat/completions
China (Beijing): POST https://dashscope.aliyuncs.com/compatible-mode/v1/chat/completions
Hong Kong (China): POST https://cn-hongkong.dashscope.aliyuncs.com/compatible-mode/v1/chat/completions

Contoh permintaan

Contoh berikut menunjukkan cara memanggil API menggunakan perintah cURL.

Keluaran non-streaming

# Ini adalah base_url untuk wilayah Singapura.
curl --location 'https://dashscope-intl.aliyuncs.com/compatible-mode/v1/chat/completions' \
--header "Authorization: Bearer $DASHSCOPE_API_KEY" \
--header 'Content-Type: application/json' \
--data '{
    "model": "qwen-plus",
    "messages": [
        {
            "role": "system",
            "content": "You are a helpful assistant."
        },
        {
            "role": "user", 
            "content": "Who are you?"
        }
    ]
}'

Perintah mengembalikan keluaran berikut:

{
    "choices": [
        {
            "message": {
                "role": "assistant",
                "content": "I am a large language model from Alibaba Cloud. My name is Qwen."
            },
            "finish_reason": "stop",
            "index": 0,
            "logprobs": null
        }
    ],
    "object": "chat.completion",
    "usage": {
        "prompt_tokens": 11,
        "completion_tokens": 16,
        "total_tokens": 27
    },
    "created": 1715252778,
    "system_fingerprint": "",
    "model": "qwen-plus",
    "id": "chatcmpl-xxx"
}

Keluaran streaming

Untuk menggunakan keluaran streaming, atur parameter stream ke true dalam badan permintaan.

# Ini adalah base_url untuk wilayah Singapura.
curl --location 'https://dashscope-intl.aliyuncs.com/compatible-mode/v1/chat/completions' \
--header "Authorization: Bearer $DASHSCOPE_API_KEY" \
--header 'Content-Type: application/json' \
--data '{
    "model": "qwen-plus",
    "messages": [
        {
            "role": "system",
            "content": "You are a helpful assistant."
        },
        {
            "role": "user", 
            "content": "Who are you?"
        }
    ],
    "stream":true
}'

Perintah mengembalikan keluaran berikut:

data: {"choices":[{"delta":{"content":"","role":"assistant"},"index":0,"logprobs":null,"finish_reason":null}],"object":"chat.completion.chunk","usage":null,"created":1715931028,"system_fingerprint":null,"model":"qwen-plus","id":"chatcmpl-3bb05cf5cd819fbca5f0b8d67a025022"}

data: {"choices":[{"finish_reason":null,"delta":{"content":"I am"},"index":0,"logprobs":null}],"object":"chat.completion.chunk","usage":null,"created":1715931028,"system_fingerprint":null,"model":"qwen-plus","id":"chatcmpl-3bb05cf5cd819fbca5f0b8d67a025022"}

data: {"choices":[{"delta":{"content":" a large language model"},"finish_reason":null,"index":0,"logprobs":null}],"object":"chat.completion.chunk","usage":null,"created":1715931028,"system_fingerprint":null,"model":"qwen-plus","id":"chatcmpl-3bb05cf5cd819fbca5f0b8d67a025022"}

data: {"choices":[{"delta":{"content":" from Alibaba"},"finish_reason":null,"index":0,"logprobs":null}],"object":"chat.completion.chunk","usage":null,"created":1715931028,"system_fingerprint":null,"model":"qwen-plus","id":"chatcmpl-3bb05cf5cd819fbca5f0b8d67a025022"}

data: {"choices":[{"delta":{"content":" Cloud. My name is Qwen."},"finish_reason":null,"index":0,"logprobs":null}],"object":"chat.completion.chunk","usage":null,"created":1715931028,"system_fingerprint":null,"model":"qwen-plus","id":"chatcmpl-3bb05cf5cd819fbca5f0b8d67a025022"}

data: {"choices":[{"delta":{"content":""},"finish_reason":"stop","index":0,"logprobs":null}],"object":"chat.completion.chunk","usage":null,"created":1715931028,"system_fingerprint":null,"model":"qwen-plus","id":"chatcmpl-3bb05cf5cd819fbca5f0b8d67a025022"}

data: [DONE]

Untuk informasi lebih lanjut tentang parameter input, lihat Parameter input.

Contoh respons kesalahan

Jika permintaan gagal, keluaran mencakup kode dan pesan yang menunjukkan alasan kesalahan tersebut.

{
    "error": {
        "message": "Incorrect API key provided. ",
        "type": "invalid_request_error",
        "param": null,
        "code": "invalid_api_key"
    }
}

Deskripsi kode status