OpenAI: GPT-5 Image Mini

GPT-5 Image Mini é um modelo da OpenAI que combina as capacidades de linguagem da empresa com a geração de imagens. A OpenAI descreve-o como combinando as capacidades de linguagem do GPT-5 Mini com o GPT Image 1 Mini, que é a origem do "mini" no nome: é o membro menor e mais eficiente da família GPT-5 Image, em vez do maior. Situa-se na categoria de imagem, mas também é classificado como modelo de texto, por isso é melhor entendido como um sistema nativamente multimodal que trata ambas as direções de trabalho num só lugar.

Do lado da entrada, o modelo aceita texto, imagens e ficheiros, e do lado da saída devolve tanto imagem como texto. Isso significa que o mesmo pedido pode transportar um prompt escrito e imagens de referência, e a resposta pode conter imagens geradas mais conteúdo escrito. A janela de contexto é de 400.000 tokens, o que é suficientemente grande para conter prompts longos, conversas extensas e múltiplas referências ao mesmo tempo. A saída máxima é de 128.000 tokens. A geração de imagens é configurável: o rácio de aspeto suporta 1:1, 3:2, 2:3 e auto; a qualidade suporta auto, low, medium e high; o fundo suporta auto, transparent e opaque; pode pedir entre 1 e 10 imagens por chamada; até 16 referências de entrada; e a compressão de saída é ajustável de 0 a 100.

Essas capacidades apontam para um conjunto bastante amplo de utilizações práticas. Como o modelo recebe imagens de referência juntamente com texto, adequa-se a tarefas em que uma instrução escrita deve ser aplicada a material visual existente, como produzir variações de uma imagem fornecida ou gerar recursos que sigam um estilo descrito. O suporte de fundo transparente é útil quando a saída precisa de ser composta num design ou interface em vez de usada como imagem autónoma, e as opções de rácio de aspeto cobrem formatos quadrado, horizontal e vertical. Do lado do texto, o contexto grande e a saída máxima longa tornam-no viável para documentos mais longos ou pedidos com muito raciocínio que também produzem elementos visuais. A definição de qualidade permite trocar esforço de geração por velocidade consoante a tarefa.

Chama o modelo através da API compatível com OpenAI da api14 usando o id de modelo "openai/gpt-5-image-mini". Os parâmetros suportados são include_reasoning, logprobs, max_tokens, reasoning, response_format, seed, structured_outputs, temperature, top_logprobs, top_p e verbosity. Os controlos de imagem (rácio de aspeto, qualidade, fundo, número de imagens, referências de entrada e compressão de saída) são passados como parte do pedido juntamente com esses parâmetros. Como structured_outputs e response_format estão disponíveis, pode restringir as respostas de texto a um esquema, e seed permite amostragem reproduzível quando precisa de resultados consistentes entre execuções.

O principal aspeto a ponderar é que esta é a variante mini: se uma tarefa exige a geração de imagens mais forte possível ou o raciocínio de linguagem mais capaz, o modelo GPT-5 Image maior é a escolha mais natural. O GPT-5 Image Mini visa a eficiência, por isso faz sentido quando a capacidade de processamento, o controlo de custos ou a latência importam mais do que a qualidade máxima. É uma predefinição razoável para geração em grande volume, edição orientada por referências e respostas mistas de texto e imagem, e vale a pena testá-lo com os seus próprios prompts antes de se comprometer com ele para qualquer situação em que a qualidade da saída seja crítica.