解决ChatGPT-Web-Midjourney-Proxy项目中调用GPTS模型权限问题
问题背景
在ChatGPT-Web-Midjourney-Proxy项目中,开发者可能会遇到调用GPTS模型时出现的权限问题。具体表现为当尝试使用g-开头的模型ID时,系统会返回"model_not_found"错误,提示模型不存在或没有访问权限,而调用公共模型则能正常响应。
错误分析
当开发者直接使用从对话ID中提取的g-开头的模型ID时,系统会返回如下错误信息:
{
"error": {
"message": "The model `g-OhCVT2jDy` does not exist or you do not have access to it.",
"type": "invalid_request_error",
"param": null,
"code": "model_not_found"
}
}
解决方案
根据项目维护者的建议,正确的做法是:
-
避免直接使用g-开头的模型ID:这类ID通常不是正确的模型标识符。
-
使用正确的模型命名格式:应该使用"gpt-4-gizmo-g-"格式的模型名称,其中""代表具体的模型标识符。
-
检查模型设置:在项目配置中,确保模型设置正确,不要误选或误用g-开头的模型ID。
技术原理
这个问题本质上是因为OpenAI的API对模型访问有严格的权限控制。g-开头的ID通常是内部标识符或会话ID,而不是真正的可调用模型名称。正确的可调用模型名称遵循特定的命名规范,如"gpt-4-gizmo-g-*"格式,这种格式明确表示了模型的基础架构和类型。
最佳实践
-
获取模型名称的正确方式:不要直接从对话ID中提取模型标识,而应该通过官方API或项目提供的正确渠道获取可调用的模型名称。
-
模型选择策略:在项目配置中,优先选择官方文档中明确列出的模型名称,避免使用看似是模型ID但实际上不可用的字符串。
-
错误处理:在代码中实现完善的错误处理机制,当遇到"model_not_found"错误时,能够提示用户检查模型名称的正确性。
总结
在ChatGPT-Web-Midjourney-Proxy项目中使用GPTS模型时,开发者需要注意模型名称的正确格式。直接使用g-开头的ID会导致权限错误,正确的做法是使用"gpt-4-gizmo-g-*"格式的完整模型名称。理解这一点可以帮助开发者避免常见的模型调用错误,确保项目能够顺利运行。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00