OpenAI: GPT-5.4 Nano

O GPT-5.4 Nano é um modelo de texto da OpenAI, posicionado como a variante mais leve e com melhor custo-benefício da família GPT-5.4. Foi criado para tarefas críticas em termos de velocidade e de grande volume, e tem um conhecimento com data de corte de 2025-08-31. Se estiver a escolher entre membros da linha GPT-5.4, este é o que se destina a trabalho de baixa latência em vez de capacidade máxima.

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, pelo que documentos longos e grandes conjuntos de imagens podem ser processados num único pedido sem fragmentação. Como a saída é texto, qualquer resultado estruturado de que necessite tem de ser expresso como texto, o que o modelo consegue fazer através do seu suporte de saída estruturada.

Estas capacidades apontam para um conjunto de utilizações bastante específico. Tarefas de classificação, extração e etiquetagem de grande volume encaixam bem, uma vez que o modelo foi concebido para débito elevado e baixa latência. A entrada de imagens torna-o utilizável para tarefas como ler capturas de ecrã, formulários digitalizados ou diagramas e devolver um resumo ou transcrição em texto. A grande janela de contexto é adequada para perguntas e respostas sobre documentos longos, sumarização e análise de múltiplos ficheiros, situações em que prefere passar o material de origem diretamente em vez de construir uma camada de recuperação. A chamada de ferramentas e as saídas estruturadas tornam-no uma opção razoável para pipelines no estilo de agentes e para passos que têm de alimentar código a jusante com dados analisados.

Chama-o através da API compatível com OpenAI da api14 utilizando o id de modelo "openai/gpt-5.4-nano". Os parâmetros de pedido suportados são include_reasoning, max_completion_tokens, max_tokens, reasoning, reasoning_effort, response_format, seed, structured_outputs, tool_choice, tools e verbosity. Na prática, isto significa que pode limitar o comprimento da saída, controlar quanto esforço de raciocínio o modelo despende, pedir um formato de resposta específico ou uma saída estruturada, definir uma seed para reprodutibilidade, e passar ferramentas com um tool_choice para orientar a chamada de funções. Os parâmetros relacionados com raciocínio permitem-lhe decidir se o conteúdo de raciocínio é apresentado e quão verbosa é a saída do modelo.

O principal aspeto a ponderar é o compromisso implícito no seu posicionamento: é o membro leve e com melhor custo-benefício da família, otimizado para velocidade e volume. Se uma tarefa depende do raciocínio mais forte que a família GPT-5.4 pode oferecer, um irmão maior é provavelmente a melhor escolha, e o Nano é melhor reservado para o trabalho de grande volume e sensível à latência para o qual foi concebido.