OpenAI: GPT-5 Nano (batch)

O GPT-5 Nano é um modelo de texto da OpenAI, listado em api14 como OpenAI: GPT-5 Nano (batch). É a variante menor e mais rápida do sistema GPT-5, criada para ferramentas de programação, interações rápidas e ambientes de latência ultrabaixa. A data de lançamento do fornecedor é 2025-08-07, e o corte de conhecimento é 2024-05-31. A variante batch é a versão que você chama através do api14 sob o id de modelo openai/gpt-5-nano:batch.

O modelo aceita entradas de texto, imagem e ficheiro, e devolve apenas texto. A sua janela de contexto é de 400.000 tokens, com uma saída máxima de 128.000 tokens. Em comparação com os modelos maiores da família GPT-5, a sua profundidade de raciocínio é limitada, pelo que se adequa a cargas de trabalho onde a velocidade e o débito importam mais do que o raciocínio profundo em múltiplos passos. Suporta parâmetros relacionados com raciocínio, o que significa que pode controlar quanto esforço de raciocínio ele aplica em vez de aceitar um comportamento fixo.

Essas capacidades apontam para um conjunto bastante específico de casos de uso. Como lida com texto, imagens e ficheiros num único pedido, encaixa em tarefas de processamento de documentos e capturas de ecrã, tais como extração, classificação, resumo e etiquetagem. A grande janela de contexto permite passar documentos longos ou vários ficheiros de uma só vez sem fragmentação. O perfil de baixa latência torna-o uma escolha razoável para ferramentas de programação interativas, funcionalidades do tipo preenchimento automático, interfaces de chat e pipelines de grande volume onde cada chamada é curta. A chamada de ferramentas e as saídas estruturadas tornam-no utilizável como camada de decisão num ciclo de agente ou como um componente que tem de devolver dados num esquema fixo.

Você chama-o através da API compatível com OpenAI do api14 usando o id de modelo openai/gpt-5-nano:batch. Os parâmetros de pedido suportados são include_reasoning, max_tokens, reasoning, reasoning_effort, response_format, seed, structured_outputs, tool_choice, tools e verbosity. Na prática, max_tokens limita o comprimento da resposta, response_format e structured_outputs moldam a saída, tools e tool_choice orientam a chamada de funções, seed ajuda na reprodutibilidade, e reasoning_effort e verbosity permitem-lhe equilibrar quanto trabalho interno e quanta prosa o modelo produz.

A principal limitação a ponderar é a profundidade de raciocínio. A OpenAI descreve esta variante como limitada em profundidade de raciocínio em comparação com os seus irmãos maiores, por isso, se a sua tarefa depende de longas cadeias de inferência, planeamento complexo ou julgamento subtil entre muitos constrangimentos, um modelo GPT-5 maior é provavelmente mais adequado. Para extração simples, classificação, geração curta e fluxos orientados por ferramentas, este modelo dá conta do trabalho.