[Bug] `gpt-3.5-turbo` was retired on October 23 and now fails
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 1/5
- Tiempo estimado
- Menos de una hora
- Aptitud para principiantes
- 82/100
Línea de trabajo
Los nombres de los modelos retirados aparecen en las opciones del desplegable de modelos LLM en funclip/launch.py, alrededor de las líneas 261-263, y en la llamada de demostración a OpenAI en funclip/llm/openai_api.py, línea 93. Empieza revisando esos puntos y confirma los nombres de reemplazo en la página de deprecaciones de OpenAI, como indica el issue. Está terminado cuando el desplegable y la llamada de demostración ya no hagan referencia a los tres modelos retirados, y los reemplazos sean los que indica el issue.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
Summary
OpenAI retired gpt-3.5-turbo, gpt-3.5-turbo-0125 and gpt-4-turbo on October 23, 2026 (https://developers.openai.com/api/docs/deprecations). Requests that name them now fail, and FunClip still offers them.
Environment
- FunClip version or commit: cdcb53fe3d4b37365178ae4f779296e72b7beb6a (current
main) - LLM provider/model: OpenAI,
gpt-3.5-turbo,gpt-3.5-turbo-0125orgpt-4-turbo
Steps to reproduce
- Open the web UI and pick
gpt-3.5-turbo,gpt-3.5-turbo-0125orgpt-4-turboin the LLM model dropdown. - Run LLM clipping with an OpenAI key.
Expected behavior
The dropdown offers models OpenAI still serves.
Actual behavior
The request names a retired model, so it fails. The places:
- https://github.com/modelscope/FunClip/blob/cdcb53fe3d4b37365178ae4f779296e72b7beb6a/funclip/launch.py#L261-L263 (three of the dropdown choices)
- https://github.com/modelscope/FunClip/blob/cdcb53fe3d4b37365178ae4f779296e72b7beb6a/funclip/llm/openai_api.py#L93 (the model in the OpenAI demo call)
OpenAI's replacements are gpt-5.6-terra for gpt-3.5-turbo and gpt-3.5-turbo-0125, and gpt-5.6-sol for gpt-4-turbo.
Everything Since found in this repo: https://since.dev/scan/modelscope/FunClip
Happy to open a PR if that helps.
- Lenguaje dominante
- Python
- Estrellas
- 6.5k
- Forks
- 773
- Merge medio
- 2 min
- PR fusionados (30 d)
- 3
Preparar el entorno
- Sin Dockerfile ni archivo de Docker Compose
- Tiene una plantilla de pull request
- Leer la guía de contribución
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Más de modelscope/FunClip
-
[Bug] Concatenated audio clips reset each SRT segment to time zeroPosiblemente ocupada @burakeyler la tomó hace 63 días. Abiertobug
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
modelscope/FunClip#216 ·
-
求一个conda虚拟环境的安装命令，不是很喜欢用uvAbierto
Dificultad 1/5 Menos de una hora Aptitud para principiantes 55/100
modelscope/FunClip#230 · 1 comentario ·
-
[Bug] SenseVoice Chinese text clipping misses multi-character queries and uses incorrect timestamp indicesPosiblemente ocupada @Minh3132 la tomó hace 62 días. Abiertobug
Dificultad 3/5 1-2 días Aptitud para principiantes 66/100
modelscope/FunClip#215 · 3 comentarios ·
-
[Bug] Non-16 kHz audio is resampled on the channel axis and exported with a stale sample ratePosiblemente ocupada @Minh3132 la tomó hace 62 días. Abiertobug
Dificultad 3/5 1-2 días Aptitud para principiantes 76/100
modelscope/FunClip#214 · 1 comentario ·
-
为什么总显示各种库未安装呢Abiertoneeds feedback question
Dificultad 3/5 1-2 días Aptitud para principiantes 35/100
modelscope/FunClip#147 · 4 comentarios ·
Todos los issues de modelscope/FunClip
Issues similares
-
enhancement
Dificultad 2/5 1-3 horas Aptitud para principiantes 76/100
Sienna-Platform/SiennaSchemas#130 ·
Los mantenedores suelen responder en 3 días
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 72/100
-
Dificultad 1/5 Menos de una hora Aptitud para principiantes 85/100
firedrakeproject/Irksome#293 ·
Los mantenedores suelen responder en 2 días
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
ida-arbeitszeit/workers-control#1578 ·
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
aws-samples/sample-per-model-bedrock#898 ·
Los mantenedores suelen responder en 1 día