Modelli OpenAI

GPT-Realtime-2 è il nostro modello vocale in tempo reale più avanzato. Supporta interazioni voce-a-voce con livello di ragionamento configurabile, una più rigorosa aderenza alle istruzioni e un uso degli strumenti più affidabile per flussi di lavoro complessi di agenti vocali.

Inizia con GPT-5.6 Sol per ragionamento complesso e programmazione, scegli GPT-5.6 Terra per bilanciare intelligenza e costi, oppure usa GPT-5.6 Luna per carichi di lavoro ad alto volume sensibili ai costi.

GPT Image 2 è il modello di generazione di immagini all’avanguardia di OpenAI per generare e modificare immagini in modo rapido e di alta qualità. Supporta dimensioni di immagine flessibili e input di immagini ad alta fedeltà.

GPT-5.5 Pro combina intelligenza all’avanguardia, precisione ed efficienza per affrontare sfide complesse. Dallo sviluppo software e dall’analisi dei dati alla ricerca e al supporto decisionale, fornisce un’assistenza di livello esperto con rapidità e coerenza.

Model 5.5 è un modello di IA di nuova generazione, progettato per offrire capacità di ragionamento più avanzate, risposte più rapide e una maggiore precisione in un'ampia gamma di attività. Eccelle nella comprensione di istruzioni complesse, nella generazione di contenuti di alta qualità e nell'assistenza alla programmazione, all'analisi e alla risoluzione dei problemi.

GPT-5.4 Nano è un modello di IA ultraleggero, progettato per la massima velocità ed efficienza. È ottimizzato per compiti semplici, interazioni in tempo reale e distribuzioni su larga scala, in cui la bassa latenza e il consumo minimo di risorse sono essenziali.

GPT-5.4 Mini è un modello di intelligenza artificiale leggero ed efficiente, ottimizzato per la velocità e la produttività quotidiana. Offre capacità conversazionali affidabili, generazione di contenuti e assistenza nelle attività, mantenendo al contempo bassa latenza e un ridotto utilizzo delle risorse.

GPT-5.4 Pro è un modello di IA ad alte prestazioni progettato für applicazioni professionali e aziendali. Offre solide capacità di ragionamento, precisione affidabile ed esecuzione efficiente in attività quali creazione di contenuti, programmazione, ricerca e analisi dei dati.

GPT Image 2 ALL è un modello completo per la generazione di immagini, progettato per gestire un'ampia gamma di attività visive creative e professionali. Combina la creazione di immagini di alta qualità, una comprensione avanzata dei prompt e un supporto versatile per gli stili, per offrire risultati eccezionali in molteplici casi d'uso.

GPT-5.5 eccelle nella scrittura di codice, nella ricerca online, nell'analisi dei dati e nelle operazioni tra strumenti. Il modello non solo migliora la propria autonomia nella gestione di attività complesse a più fasi, ma migliora anche in modo significativo le capacità di ragionamento e l'efficienza di esecuzione, mantenendo la stessa latenza del suo predecessore, segnando un importante passo verso l'automazione dei processi d'ufficio nell'IA.

Sora 2 Pro è il nostro modello di generazione di contenuti multimediali più avanzato e potente, in grado di generare video con audio sincronizzato. Può creare clip video dettagliate e dinamiche a partire da linguaggio naturale o immagini.

Modello di generazione di video estremamente potente, con effetti sonori e supporto per il formato chat.

GPT-5.4 è il modello all'avanguardia per attività professionali complesse. Reasoning.effort supporta: none (predefinito), low, medium, high e xhigh.

Modello GPT-5.3 Instant utilizzato in ChatGPT

Il miglior modello vocale per audio in entrata e in uscita con Chat Completions.

Il miglior modello vocale per input e output audio.

GPT-5.3-Codex è ottimizzato per compiti di programmazione agentici in Codex o ambienti simili. GPT-5.3-Codex supporta le impostazioni del livello di sforzo di ragionamento low, medium, high e xhigh.

GPT-Image-1.5 è il modello di immagini di OpenAI nella famiglia GPT Image . È un modello GPT nativamente multimodale progettato per generare immagini da prompt testuali e per apportare modifiche ad alta fedeltà alle immagini di input, attenendosi strettamente alle istruzioni dell’utente.

gpt-5.2-pro è il membro con la massima capacità, orientato alla produzione, della famiglia GPT-5.2 di OpenAI, accessibile tramite la Responses API per carichi di lavoro che richiedono la massima fedeltà, ragionamento a più fasi, uso esteso di strumenti e i più ampi budget di contesto/throughput offerti da OpenAI.

GPT-5.1 Chat è un modello linguistico conversazionale ottimizzato tramite istruzioni per chat, ragionamento e scrittura di uso generale. Supporta conversazioni a più turni, sintesi, redazione di bozze, QA su basi di conoscenza e assistenza al codice leggera per assistenti in-app, automazione del supporto e copiloti per i flussi di lavoro. Le principali caratteristiche tecniche includono allineamento ottimizzato per la chat, output controllabili e strutturati e percorsi di integrazione per l'invocazione di strumenti e i flussi di lavoro di recupero, quando disponibili.

GPT-5.1 è un modello linguistico general-purpose messo a punto per seguire istruzioni, focalizzato sulla generazione di testo e sul ragionamento nei flussi di lavoro di prodotto. Supporta conversazioni multi-turno, formattazione di output strutturati e attività orientate al codice come stesura, refactoring e spiegazione. Gli utilizzi tipici includono assistenti conversazionali, QA potenziato dal recupero, trasformazione dei dati e automazione in stile agente con strumenti o API, se supportati. I punti salienti tecnici includono una modalità incentrata sul testo, il rispetto delle istruzioni, output in stile JSON e compatibilità con le chiamate di funzione nei comuni framework di orchestrazione.

Versione a costo ottimizzato di GPT Image 1. È un modello linguistico multimodale nativo che accetta input sia di testo sia di immagini e genera output di immagini.

GPT-5 è il modello di programmazione più potente di OpenAI fino ad oggi. Mostra miglioramenti significativi nella generazione di front-end complessi e nel debug di grandi codebase. Può trasformare le idee in realtà con risultati intuitivi ed esteticamente gradevoli, creando siti web, applicazioni e giochi belli e responsive, con uno spiccato senso dell'estetica, tutto a partire da un unico prompt. I primi tester hanno inoltre notato le sue scelte di design, con una comprensione più profonda di elementi come spaziatura, tipografia e spazio bianco.

GPT-5 Nano è un modello di intelligenza artificiale fornito da OpenAI.

GPT-5 mini è il membro della famiglia GPT-5 ottimizzato per costi e latenza di OpenAI, progettato per offrire gran parte dei punti di forza multimodali e di aderenza alle istruzioni di GPT-5 a un costo notevolmente inferiore per l’uso in produzione su larga scala. Si rivolge ad ambienti in cui la capacità di elaborazione, la prevedibilità dei prezzi per token e la rapidità delle risposte sono i vincoli principali, pur offrendo solide capacità generali.

prossimamente

gpt-4o-image genera immagini come output, opzionalmente usando immagini come input

GPT-5.2 è una suite di modelli con più varianti (Instant, Thinking, Pro) progettata per una migliore comprensione di contesti lunghi, una programmazione e un uso degli strumenti più solidi, e prestazioni sostanzialmente superiori nei benchmark professionali di “knowledge-work”.

OpenAI o3‑pro è una variante “pro” del modello di ragionamento o3, progettata per pensare più a lungo e fornire le risposte più affidabili impiegando un apprendimento per rinforzo della catena di ragionamento privata e stabilendo nuovi benchmark allo stato dell’arte in ambiti come la scienza, la programmazione e il business — integrando al contempo in modo autonomo strumenti quali la ricerca sul web, l’analisi dei file, l’esecuzione di Python e il ragionamento visivo all’interno dell’API.

Sintesi vocale di OpenAI

Da parlato a testo, creazione di traduzioni

GPT-4o mini TTS è un modello neurale di sintesi vocale progettato per una generazione della voce naturale e a bassa latenza nelle applicazioni rivolte agli utenti. Converte il testo in parlato dal suono naturale con voci selezionabili, output multiformato e sintesi in streaming per esperienze reattive. Gli usi tipici includono assistenti vocali, IVR e flussi di contatto, lettura ad alta voce dei contenuti di prodotto e narrazione di contenuti multimediali. I principali aspetti tecnici includono lo streaming basato su API e l’esportazione nei formati audio più comuni, come MP3 e WAV.

GPT-4o Transcribe è un modello di trascrizione da audio a testo per il riconoscimento vocale multilingue a bassa latenza. Supporta lo streaming in tempo reale e la trascrizione in modalità batch dai formati audio comuni, con punteggiatura e segmentazione in frasi. Gli usi tipici includono sottotitoli in tempo reale, input per assistenti vocali, note di riunione e trascrizione di contenuti multimediali o di registrazioni di chiamate. Tra i punti salienti tecnici figurano il supporto della modalità audio, l’elaborazione di contenuti di lunga durata e API adatte a flussi di lavoro interattivi e lato server.

GPT-4o mini Search Preview è un modello multimodale compatto della famiglia GPT-4o, progettato per interazioni orientate alla ricerca e flussi di lavoro di recupero delle informazioni. Interpreta e riformula le query, sintetizza risposte concise e può ancorare le risposte tramite ricerca esterna quando integrato tramite chiamate a strumenti/funzioni. Gli usi tipici includono assistenti di ricerca integrati nei prodotti, question answering su knowledge base, scoperta di prodotti per l’e-commerce e comprensione delle query per il ranking e l’instradamento. I punti salienti tecnici includono input di testo e immagini, capacità di seguire le istruzioni, formati di output strutturati e integrazione dell’uso di strumenti nelle pipeline RAG.

GPT-4o mini Audio Preview è un modello multimodale compatto per creare applicazioni audio conversazionali. Supporta input e output vocali insieme al testo, abilitando il riconoscimento vocale, la sintesi vocale e dialoghi misti testo-audio con chiamate a strumenti/funzioni per azioni strutturate. Gli usi tipici includono assistenti vocali, trascrizione in streaming con riepilogo, flussi di lavoro IVR e call-bot e assistenti in-app con funzionalità audio. I punti salienti tecnici includono I/O audio, risposte in streaming, rispetto delle istruzioni e integrazione tramite le API di chat e degli strumenti.

GPT-4o mini Realtime Preview è un modello multimodale in tempo reale per esperienze vocali e visive interattive. Gestisce voce, testo e immagini con input e output in streaming, oltre all’invocazione di strumenti/funzioni per azioni ancorate al contesto. Gli utilizzi tipici includono assistenti vocali, gestione di chiamate in tempo reale, sottotitolazione in tempo reale e question answering visivo sui contenuti della fotocamera o dello schermo. Le principali caratteristiche tecniche includono audio bidirezionale, comprensione visiva, risposte in streaming e output strutturati tramite funzioni.

GPT-4o mini Audio è un modello multimodale per interazioni vocali e testuali. Esegue riconoscimento vocale, traduzione e sintesi vocale, segue le istruzioni e può richiamare strumenti per azioni strutturate con risposte in streaming. Gli usi tipici includono assistenti vocali in tempo reale, sottotitolazione e traduzione in tempo reale, riassunto delle chiamate e applicazioni controllate dalla voce. Le caratteristiche tecniche principali includono input e output audio, risposte in streaming, chiamata di funzioni e output JSON strutturato.

An Ada-based text embedding model optimized for various NLP tasks.

A small text embedding model for efficient processing.

A large text embedding model for a wide range of natural language processing tasks.

Un modello avanzato di IA per generare immagini a partire da descrizioni testuali.

New version of DALL-E for image generation.

O4-mini è un modello di intelligenza artificiale fornito da OpenAI.

O3-mini è un modello di intelligenza artificiale fornito da OpenAI.

O3 è un modello di intelligenza artificiale fornito da OpenAI.

O1-pro is an artificial intelligence model provided by OpenAI.

O1 is an artificial intelligence model provided by OpenAI.

gpt-oss-20b è un modello di intelligenza artificiale fornito da cloudflare-workers-ai.

gpt-oss-120b è un modello di intelligenza artificiale fornito da cloudflare-workers-ai.

GPT-4o mini è un modello di intelligenza artificiale fornito da OpenAI.

GPT-4o è il modello multimodale più avanzato di OpenAI, più veloce ed economico di GPT-4 Turbo, con capacità visive più potenti. Questo modello dispone di un contesto da 128K e di un limite delle conoscenze fissato a ottobre 2023. I modelli della serie 1106 e successive supportano tool_calls e function_call. Questo modello supporta una lunghezza massima del contesto di 128,000 token.

GPT-4.1 nano è un modello di intelligenza artificiale fornito da OpenAI. gpt-4.1-nano: Presenta una finestra di contesto più ampia—supporta fino a 1 million token di contesto ed è in grado di sfruttare meglio tale contesto grazie a una comprensione migliorata dei contesti lunghi. Dispone di un limite di conoscenza aggiornato a giugno 2024. Questo modello supporta una lunghezza massima del contesto di 1,047,576 token.

GPT-4.1 mini è un modello di intelligenza artificiale fornito da OpenAI. gpt-4.1-mini: Un salto significativo nelle prestazioni dei modelli di piccole dimensioni, superando persino GPT-4o in molti benchmark. Eguaglia o supera GPT-4o nei test di intelligenza, riducendo al contempo la latenza di quasi la metà e il costo dell'83%. Questo modello supporta una lunghezza massima del contesto di 1,047,576 token.

GPT-4.1 è un modello di intelligenza artificiale fornito da OpenAI. gpt-4.1-nano: Presenta una finestra di contesto più ampia—supporta fino a 1 milione di token di contesto ed è in grado di sfruttare meglio tale contesto grazie a una comprensione migliorata dei contesti lunghi. Ha un limite di conoscenza aggiornato a giugno 2024. Questo modello supporta una lunghezza massima del contesto di 1,047,576 token.

coming soon