OpenAI: GPT-4.1 Nano

GPT-4.1 Nano هو نموذج نصي من OpenAI، وهو جزء من سلسلة GPT-4.1. تصفه OpenAI بأنه أصغر وأسرع عضو في تلك العائلة، ويستهدف المهام التي تكون فيها زمن الاستجابة المنخفض أمرا مهما. أطلقته الجهة الموفرة في 14 أبريل 2025، وحد المعرفة الخاص به هو 30 يونيو 2024، لذا فإن أي شيء بعد ذلك التاريخ يقع خارج ما تعلمه أثناء التدريب.

يقبل النموذج النص والصور والملفات كمدخلات، ويعيد النص فقط. نافذة السياق الخاصة به هي 1,047,576 رمزا، وهي كبيرة بما يكفي لاحتواء مستندات طويلة جدا، أو قواعد كود كاملة، أو سجلات محادثات ممتدة في طلب واحد. يقتصر المخرج على 32,768 رمزا لكل استجابة. ولأن المدخل يمكن أن يتضمن صورا وملفات إلى جانب النص، يمكنك إرسال مزيج من الصيغ في نداء واحد بدلا من تحويل كل شيء إلى نص عادي أولا.

تشير هذه القدرات إلى مجموعة استخدامات محددة نوعا ما. الأعمال ذات السياق الطويل مثل تلخيص المستندات الكبيرة أو الاستعلام عنها، والبحث عبر مجموعة كبيرة من المحتوى، واستخراج البيانات المهيكلة من مدخلات مختلطة من النص والصور، كلها تندرج ضمن النافذة وأنواع المدخلات المدعومة. يدعم النموذج أيضا استدعاء الأدوات، لذا يمكنه تشغيل استدعاءات الدوال وحلقات الوكلاء البسيطة. ويجعله زمن استجابته المنخفض خيارا معقولا للميزات التفاعلية حيث ينتظر المستخدم الاستجابة، وللمهام الخلفية ذات الحجم الكبير حيث تريد إنجازا سريعا لكل عنصر.

يمكنك استدعاؤه عبر واجهة api14 المتوافقة مع OpenAI باستخدام معرف النموذج "openai/gpt-4.1-nano"، مما يعني أن حزم تطوير البرامج والعملاء الحاليين لـ OpenAI يعملون مع تغيير عنوان URL الأساسي والمفتاح فقط. معاملات الطلب التي يدعمها هي max_completion_tokens و max_tokens و response_format و seed و structured_outputs و temperature و tool_choice و tools و top_p. عمليا، يغطي ذلك التحكم في طول المخرج، وأخذ العينات الحتمي عبر seed، وأوضاع مخرجات JSON والمخرجات المهيكلة، وعناصر التحكم في أخذ العينات، واستدعاء الأدوات أو الدوال مع اختيار طريقة تحديد الأدوات.

هناك حدان يجدر تذكرهما عند اتخاذ القرار. يتوقف المخرج عند 32,768 رمزا، لذا قد لا تتناسب المهام التي تحتاج إلى استجابة واحدة طويلة جدا، كما أن حد المعرفة في 30 يونيو 2024 يعني أن النموذج لا يملك إدراكا مدمجا للأحداث اللاحقة. إذا كان عملك يعتمد على أي من هذين الأمرين، فقد يناسبك نموذج آخر في السلسلة بشكل أفضل.