OpenAI: GPT-4.1 Mini

GPT-4.1 Mini é um modelo de texto da OpenAI, lançado em 14 de abril de 2025. Ele fica no meio da família GPT-4.1: um modelo de porte médio que a OpenAI descreve como tendo desempenho competitivo com o GPT-4o, mas rodando com latência e custo substancialmente menores. Se você já conhece a linha GPT-4.1, este é o irmão menor que você usa quando o modelo completo é mais do que a tarefa exige.

O modelo aceita texto, imagens e arquivos como entrada, e retorna apenas texto. Sua janela de contexto é de 1.047.576 tokens, o que é pouco mais de um milhão de tokens, e a saída máxima é de 32.768 tokens. O corte de conhecimento é 30 de junho de 2024. Essa combinação de uma janela de entrada muito grande com um teto de saída moderado molda aquilo em que o modelo é bom: ler muito e escrever uma quantidade limitada.

Os casos de uso práticos decorrem diretamente desses números. O contexto de um milhão de tokens o torna adequado para trabalho sobre documentos longos, bases de código grandes, transcrições extensas ou entradas com vários arquivos que, de outra forma, precisariam de chunking e recuperação. Como imagens e arquivos são aceitos junto com texto, você pode misturar uma captura de tela ou um PDF com uma pergunta escrita em uma única requisição. O limite de saída de 32.768 tokens é adequado para sumarização, extração, classificação, geração de dados estruturados e loops de agentes orientados por ferramentas, em que o modelo raciocina sobre uma entrada grande e emite um resultado comparativamente curto. A latência menor que a do GPT-4o também o torna razoável para recursos interativos, e não apenas para jobs em lote.

Você o chama através da API compatível com OpenAI da api14 usando o id de modelo "openai/gpt-4.1-mini". Como a interface segue o formato de chat completions da OpenAI, SDKs e clientes OpenAI existentes funcionam apenas com uma mudança de URL base e chave. Os parâmetros de requisição suportados são max_completion_tokens, max_tokens, response_format, seed, structured_outputs, temperature, tool_choice, tools e top_p. Na prática, isso significa que você pode controlar a amostragem com temperature e top_p, limitar o comprimento da resposta com max_completion_tokens ou max_tokens, solicitar saída JSON ou compatível com esquema através de response_format e structured_outputs, tornar as execuções mais reproduzíveis com seed, e fornecer funções para o modelo chamar via tools e tool_choice.

A principal restrição a ter em mente é o lado da saída. Um teto de 32.768 tokens é generoso para a maioria dos trabalhos de extração e sumarização, mas apertado se você precisa que o modelo produza um documento longo em uma única passagem, e o corte de conhecimento de 30 de junho de 2024 significa que qualquer coisa mais recente precisa vir do seu prompt ou de ferramentas. Se sua tarefa for dominada por saída gerada muito longa, ou se você precisar de modalidades além de texto na saída, outro modelo pode se encaixar melhor. Para trabalho com entrada grande e saída curta, o GPT-4.1 Mini é um padrão sensato.