Modelos OpenAI

GPT-Realtime-2 é o nosso modelo de voz em tempo real mais avançado. Ele oferece suporte a interações de voz para voz com esforço de raciocínio configurável, maior fidelidade às instruções e uso de ferramentas mais confiável para fluxos de trabalho complexos de agentes de voz.

Comece com o GPT-5.6 Sol para raciocínio complexo e programação, escolha o GPT-5.6 Terra para equilibrar inteligência e custo ou use o GPT-5.6 Luna para cargas de trabalho sensíveis a custos e de alto volume.

GPT Image 2 é o modelo de geração de imagens de última geração da OpenAI para criação e edição de imagens rápidas e de alta qualidade. Ele oferece suporte a tamanhos de imagem flexíveis e a entradas de imagem de alta fidelidade.

GPT-5.5 Pro combina inteligência de ponta, precisão e eficiência para enfrentar desafios sofisticados. Do desenvolvimento de software e da análise de dados à pesquisa e ao suporte à decisão, fornece assistência em nível de especialista com rapidez e consistência.

Model 5.5 é um modelo de IA de próxima geração, projetado para oferecer raciocínio mais robusto, respostas mais rápidas e precisão aprimorada em uma ampla variedade de tarefas. Ele se destaca na compreensão de instruções complexas, na geração de conteúdo de alta qualidade e na assistência à programação, à análise e à resolução de problemas.

GPT-5.4 Nano é um modelo de IA ultraleve, desenvolvido para máxima velocidade e eficiência. Ele é otimizado para tarefas simples, interações em tempo real e implantações em grande escala, nas quais baixa latência e consumo mínimo de recursos são essenciais.

GPT-5.4 Mini é um modelo de IA leve e eficiente, otimizado para velocidade e produtividade do dia a dia. Ele oferece capacidades conversacionais confiáveis, geração de conteúdo e assistência em tarefas, mantendo baixa latência e baixo consumo de recursos.

GPT-5.4 Pro é um modelo de IA de alto desempenho, projetado para aplicações profissionais e empresariais. Ele oferece raciocínio robusto, precisão confiável e execução eficiente em tarefas como criação de conteúdo, programação, pesquisa e análise de dados.

GPT Image 2 ALL é um modelo abrangente de geração de imagens, projetado para lidar com uma ampla gama de tarefas visuais criativas e profissionais. Ele combina criação de imagens de alta qualidade, compreensão avançada de prompts e suporte versátil a estilos para oferecer resultados excepcionais em diversos casos de uso.

O GPT-5.5 se destaca na escrita de código, na pesquisa online, na análise de dados e nas operações entre ferramentas. O modelo não apenas aumenta sua autonomia ao lidar com tarefas complexas de múltiplas etapas, mas também melhora significativamente as capacidades de raciocínio e a eficiência de execução, mantendo a mesma latência que seu predecessor, marcando um passo importante rumo à automação de escritório automatizada em IA.

Sora 2 Pro é nosso modelo de geração de mídia mais avançado e poderoso, capaz de gerar vídeos com áudio sincronizado. Ele pode criar clipes de vídeo detalhados e dinâmicos a partir de linguagem natural ou imagens.

Modelo de geração de vídeo superpotente, com efeitos sonoros, suporta o formato de chat.

GPT-5.4 é o modelo de fronteira para trabalho profissional complexo. Reasoning.effort suporta: none (default), low, medium, high e xhigh.

Modelo GPT-5.3 Instant utilizado no ChatGPT

O melhor modelo de voz para entrada e saída de áudio com Chat Completions.

O melhor modelo de voz para áudio de entrada e áudio de saída.

GPT-5.3-Codex é otimizado para tarefas de codificação orientadas a agentes no Codex ou em ambientes semelhantes. GPT-5.3-Codex suporta configurações de esforço de raciocínio low, medium, high e xhigh.

GPT-Image-1.5 é o modelo de imagem da OpenAI na família GPT Image. É um modelo GPT nativamente multimodal, projetado para gerar imagens a partir de prompts de texto e realizar edições de alta fidelidade em imagens de entrada, seguindo de perto as instruções do usuário.

gpt-5.2-pro é o membro de maior capacidade, voltado para produção, da família GPT-5.2 da OpenAI, disponibilizado por meio da Responses API para cargas de trabalho que exigem fidelidade máxima, raciocínio em múltiplas etapas, uso extensivo de ferramentas e os maiores limites de contexto e de taxa de transferência que a OpenAI oferece.

GPT-5.1 Chat é um modelo de linguagem conversacional ajustado por instruções para conversas de uso geral, raciocínio e escrita. Ele oferece suporte a diálogos multiturno, resumo, elaboração de rascunhos, perguntas e respostas em base de conhecimento e assistência de código leve para assistentes em aplicativos, automação de suporte e copilotos de fluxo de trabalho. Os destaques técnicos incluem alinhamento otimizado para chat, saídas controláveis e estruturadas e caminhos de integração para invocação de ferramentas e fluxos de trabalho de recuperação, quando disponíveis.

GPT-5.1 é um modelo de linguagem de uso geral, ajustado para seguir instruções, com foco na geração de texto e no raciocínio em fluxos de trabalho de produto. Ele oferece suporte a diálogos de múltiplas voltas, formatação de saída estruturada e tarefas orientadas a código, como elaboração, refatoração e explicação. Os usos típicos incluem assistentes de chat, QA com recuperação aumentada, transformação de dados e automação em estilo agente com ferramentas ou APIs quando houver suporte. Os destaques técnicos incluem modalidade centrada em texto, seguimento de instruções, saídas no estilo JSON e compatibilidade com chamadas de função em frameworks comuns de orquestração.

Versão com custo otimizado do GPT Image 1. É um modelo de linguagem multimodal nativo que aceita tanto texto quanto imagem como entrada e gera saída de imagem.

O GPT-5 é o modelo de programação mais poderoso da OpenAI até o momento. Ele apresenta melhorias significativas na geração de front-ends complexos e na depuração de grandes bases de código. Consegue transformar ideias em realidade com resultados intuitivos e esteticamente agradáveis, criando sites, aplicativos e jogos bonitos e responsivos, com um apurado senso estético, tudo a partir de um único prompt. Os primeiros testadores também observaram suas decisões de design, com uma compreensão mais profunda de elementos como espaçamento, tipografia e espaços em branco.

O GPT-5 Nano é um modelo de inteligência artificial fornecido pela OpenAI.

GPT-5 mini é o membro otimizado para custo e latência da família GPT-5 da OpenAI, destinado a oferecer grande parte das capacidades multimodais e de seguimento de instruções do GPT-5 a um custo substancialmente menor para uso em produção em larga escala. É voltado para ambientes em que a taxa de processamento, a precificação por token previsível e as respostas rápidas são as principais restrições, sem deixar de oferecer fortes capacidades de uso geral.

em breve

gpt-4o-image gera imagens como saída, opcionalmente usando imagens como entrada

GPT-5.2 é uma suíte de modelos com múltiplas variantes (Instant, Thinking, Pro), projetada para melhor compreensão de contextos longos, programação e uso de ferramentas mais avançados, e desempenho substancialmente superior em benchmarks profissionais de “trabalho do conhecimento”.

OpenAI o3‑pro é uma variante “pro” do modelo de raciocínio o3, projetada para raciocinar por mais tempo e fornecer as respostas mais confiáveis, empregando aprendizado por reforço com cadeia de raciocínio privada e estabelecendo novos benchmarks de ponta em domínios como ciência, programação e negócios — enquanto integra, de forma autônoma, ferramentas como pesquisa na web, análise de arquivos, execução de Python e raciocínio visual na API.

OpenAI Texto para Fala

请确认您的需求：是否需要将语音转文字并进行翻译？请提供： - 源内容：音频文件或已转写的文本 - 目标语言：如葡萄牙语（或其他） - 输出格式：纯文本、SRT、VTT、JSON 等 - 术语或风格偏好（可选）

GPT-4o mini TTS é um modelo neural de texto para fala projetado para geração de voz natural e de baixa latência em aplicações voltadas ao usuário. Ele converte texto em fala com som natural, com vozes selecionáveis, saída em vários formatos e síntese por streaming para experiências responsivas. Os usos típicos incluem assistentes de voz, IVR e fluxos de contato, leitura em voz alta de produtos e narração de mídia. Os destaques técnicos incluem streaming baseado em API e exportação para formatos de áudio comuns, como MP3 e WAV.

GPT-4o Transcribe é um modelo de transcrição de áudio em texto para reconhecimento de fala multilíngue e de baixa latência. Ele oferece suporte a streaming em tempo real e transcrição em lote a partir de formatos de áudio comuns, com pontuação e segmentação de frases. Os usos típicos incluem legendas ao vivo, entrada para assistentes de voz, anotações de reuniões e transcrição de mídia ou de gravações de chamadas. Os destaques técnicos incluem suporte à modalidade de áudio, processamento de áudio de longa duração e APIs adequadas para fluxos de trabalho interativos e do lado do servidor.

GPT-4o mini Search Preview é um modelo multimodal compacto da família GPT-4o, voltado para interações orientadas à busca e fluxos de trabalho de recuperação de informações. Ele interpreta e reformula consultas, sintetiza respostas concisas e pode fundamentar respostas via busca externa quando integrado por meio de chamadas de ferramentas/funções. Os usos típicos incluem assistentes de busca dentro do produto, perguntas e respostas (QA) sobre bases de conhecimento, descoberta em e-commerce e compreensão de consultas para ranqueamento e roteamento. Os destaques técnicos incluem entradas de texto e imagem, seguimento de instruções, formatos de saída estruturados e integração com uso de ferramentas para pipelines de RAG.

GPT-4o mini Audio Preview é um modelo multimodal compacto para criar aplicativos de áudio conversacional. Ele suporta entrada e saída de voz, além de texto, possibilitando reconhecimento de fala, síntese de fala e diálogos mistos de texto e áudio com chamadas a ferramentas/funções para ações estruturadas. Casos de uso típicos incluem assistentes de voz, transcrição em streaming com sumarização, fluxos de trabalho de IVR e call-bots e assistentes no aplicativo com áudio habilitado. Os destaques técnicos incluem entrada/saída de áudio, respostas em streaming, seguimento de instruções e integração via APIs de chat e de ferramentas.

GPT-4o mini Realtime Preview é um modelo multimodal em tempo real para experiências interativas de voz e visão. Ele processa fala, texto e imagens com entrada e saída em streaming, além de chamadas a ferramentas/funções para ações fundamentadas. Os usos típicos incluem assistentes de voz, atendimento de chamadas ao vivo, legendagem em tempo real e resposta a perguntas visuais sobre conteúdo da câmera ou da tela. Os destaques técnicos incluem áudio bidirecional, compreensão visual, respostas em streaming e saídas estruturadas via funções.

GPT-4o mini Audio é um modelo multimodal para interações de fala e texto. Ele realiza reconhecimento de fala, tradução e conversão de texto em fala, segue instruções e pode acionar ferramentas para ações estruturadas com respostas em streaming. Os usos típicos incluem assistentes de voz em tempo real, legendagem e tradução ao vivo, resumo de chamadas e aplicações controladas por voz. Os destaques técnicos incluem entrada e saída de áudio, respostas em streaming, chamadas de função e saída JSON estruturada.

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.

Um modelo avançado de IA para gerar imagens a partir de descrições em texto.

New version of DALL-E for image generation.

O4-mini é um modelo de inteligência artificial fornecido pela OpenAI.

O3-mini é um modelo de inteligência artificial fornecido pela OpenAI.

O3 é um modelo de inteligência artificial fornecido pela OpenAI.

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

O1 is an artificial intelligence model provided by OpenAI.

gpt-oss-20b é um modelo de inteligência artificial fornecido por cloudflare-workers-ai.

gpt-oss-120b é um modelo de inteligência artificial fornecido por cloudflare-workers-ai.

GPT-4o mini é um modelo de inteligência artificial fornecido pela OpenAI.

O GPT-4o é o modelo multimodal mais avançado da OpenAI, mais rápido e mais barato que o GPT-4 Turbo, com capacidades visuais superiores. Este modelo possui um contexto de 128K e uma data de corte do conhecimento de outubro de 2023. Modelos da série 1106 e superiores suportam tool_calls e function_call. Este modelo suporta um tamanho máximo de contexto de 128,000 tokens.

GPT-4.1 nano é um modelo de inteligência artificial fornecido pela OpenAI. gpt-4.1-nano: Apresenta uma janela de contexto maior—oferecendo suporte a até 1 milhão de tokens de contexto e capaz de utilizar melhor esse contexto por meio de uma compreensão aprimorada de contextos longos. Possui uma data de corte de conhecimento atualizada para junho de 2024. Este modelo oferece suporte a um comprimento máximo de contexto de 1,047,576 tokens.

GPT-4.1 mini é um modelo de inteligência artificial fornecido pela OpenAI. gpt-4.1-mini: Um salto significativo no desempenho de modelos pequenos, superando até o GPT-4o em muitos benchmarks. Ele iguala ou supera o GPT-4o em avaliações de inteligência, ao mesmo tempo que reduz a latência em quase metade e o custo em 83%. Este modelo suporta um comprimento máximo de contexto de 1,047,576 tokens.

GPT-4.1 é um modelo de inteligência artificial fornecido pela OpenAI. gpt-4.1-nano: Apresenta uma janela de contexto maior—suportando até 1 milhão de tokens de contexto e capaz de utilizar melhor esse contexto por meio de uma compreensão aprimorada de contextos longos. Possui uma data de corte de conhecimento atualizada para junho de 2024. Este modelo suporta um comprimento máximo de contexto de 1,047,576 tokens.

coming soon