OpenAI Dots: O que são os agentes de IA sempre ativos da OpenAI?

TL;DR

Os OpenAI Dots são agentes pessoais persistentes e sempre ativos dentro do ChatGPT. Impulsionados pelo GPT-6 Astra, um Dot tem seu próprio computador em nuvem e pode continuar o trabalho atribuído entre conversas. Este guia ajuda usuários e desenvolvedores a entender o que os Dots fazem e a escolher entre um Dot, o Codex, o ChatGPT Work e um agente de API personalizado.

Os Dots não são simplesmente um substituto para o Codex ou o ChatGPT Work. O Codex continua focado em engenharia de software, enquanto o ChatGPT Work é projetado para tarefas mais longas, multietapas e entregáveis prontos. Um Dot funciona mais como um agente pessoal persistente, acima do trabalho em andamento, e pode coordenar tarefas do Work ou do Codex quando apropriado.

O principal trade-off para desenvolvedores é conveniência versus controle de implementação. Os Dots gerenciam a experiência do agente. Um agente de API personalizado permite que os desenvolvedores definam interfaces de ferramentas, comportamento do aplicativo e atribuição de custos. A cobrança precisa ainda exige conciliar registros de uso com cobranças de modelo, ferramentas, computação e terceiros.

Key Takeaways

• Os OpenAI Dots são agentes pessoais persistentes, não um modelo base independente.
• Um Dot combina um computador em nuvem, aplicativos conectados, memória e trabalho contínuo; a pesquisa proativa é somente leitura.
• O Codex foca em engenharia de software, o ChatGPT Work em entregáveis substanciais, e os Dots em responsabilidade contínua entre tarefas.
• Agentes de API oferecem aos desenvolvedores controle sobre esquemas de funções, lógica de execução, aprovações, logs e UX do aplicativo.
• Registros de uso da API permitem atribuição granular de custos, mas cobranças exatas exigem reconciliação de faturamento; os Dots não expõem um livro-razão público equivalente voltado a desenvolvedores na documentação analisada.

What Are OpenAI Dots?

A OpenAI descreve os Dots como agentes sempre ativos, criados para lidar com trabalho contínuo. Eles são melhor compreendidos como um produto de agente gerenciado do que como um novo modelo de IA. Sua inteligência subjacente vem do GPT-6 Astra, que os desenvolvedores também podem acessar por meio da API do GPT-6 Astra no CometAPI para suas próprias aplicações. Chamar esse modelo não fornece o produto Dots nem seu runtime gerenciado.

Uma conversa normal no ChatGPT é principalmente orientada a solicitações: você pede algo, o ChatGPT responde e interações posteriores continuam a partir do contexto disponível. Um Dot adiciona uma noção muito mais forte de persistência. Você define um objetivo, decide quais aplicativos ele pode acessar e define quão independentemente ele pode operar.

Cada Dot recebe seu próprio computador e navegador em nuvem. Ele pode pesquisar, analisar dados, preparar documentos, criar software e devolver resultados para revisão. O trabalho em nuvem pode continuar quando o computador do usuário está desligado; o trabalho delegado a um computador local conectado tem requisitos de disponibilidade separados.

Primary Role and Ongoing Responsibility

Escolha pelo resultado de que você precisa, em vez de assumir que os produtos têm capacidades exclusivas. Um responsável por um lançamento pode usar Dots pela continuidade, Work para preparar uma apresentação e Codex para implementar um recurso. A tabela descreve ênfases de produto, não um limite técnico rígido.

Task Delegation and Local Availability

Os Dots podem criar trabalho em segundo plano, threads em nuvem e tarefas do Work ou do Codex em computadores conectados. Para tarefas locais, mantenha o computador conectado online com o aplicativo do ChatGPT aberto. O ambiente em nuvem de um Dot não transfere automaticamente um login do navegador local nem dá acesso a todas as conversas existentes.

Codex asks: “Que software devo criar ou alterar?”

ChatGPT Work asks: “Que peça de trabalho devo concluir?”

Dots asks: “De que responsabilidade devo continuar cuidando para você?”

What Can OpenAI Dots Do?

Ongoing Work and Follow-up

Um Dot mantém uma responsabilidade contínua entre conversas. Ele pode manter um briefing de lançamento atualizado, investigar novos feedbacks e revisitar decisões quando informações relevantes mudam. Forneça as fontes, o resultado desejado, a agenda ou gatilho de atualização e as decisões que precisam de sua aprovação.

Ele também pode realizar pesquisa proativa somente leitura e manter notas privadas. Esse modo reúne contexto; ações de acompanhamento consequentes continuam sujeitas a permissões e revisão.

Cloud Computer and Connected Apps

Cada Dot tem um computador e um navegador em nuvem, então o trabalho em nuvem pode continuar quando seu próprio dispositivo está desligado. Plugins fornecem acesso a aplicativos conectados dentro das permissões da conta. Um computador local é uma conexão separada e opcional; mantenha-o online com o aplicativo do ChatGPT aberto para trabalho local.

Documents, Analysis, and Software Tasks

Um Dot pode pesquisar, analisar dados, preparar documentos e criar software diretamente, ou coordenar tarefas do Work e do Codex quando útil. Reveja a saída, as decisões importantes e as aprovações exigidas à medida que a responsabilidade evolui.

O material tachado a seguir é mantido em sua posição original na seção para revisão; seus pontos úteis foram consolidados acima.

How Do OpenAI Dots Work?

Conceitualmente, os Dots combinam cinco camadas:

• O GPT-6 Astra fornece o raciocínio e a inteligência agentiva.
• O contexto persistente do agente permite que o Dot lembre objetivos e continue a responsabilidade entre conversas.
• Um computador dedicado em nuvem oferece um ambiente para navegação, trabalho com arquivos e tarefas computacionais.
• Plugins e serviços conectados fornecem acesso estruturado a dados e ações externas.
• Sistemas de aprovação e segurança determinam se uma ação pretendida pode realmente ser executada.

O modelo em si é, portanto, apenas uma parte do agente. O produto envolve o modelo em um ambiente de execução persistente, permissões, ferramentas conectadas, memória e revisão de ações.

Conceitualmente, um objetivo leva a planejamento, recuperação de contexto, uso de ferramentas ou delegação, revisão e continuidade do trabalho. Este é um modelo mental do leitor sobre o produto, não um diagrama publicado da arquitetura interna da OpenAI.

A memória tem camadas distintas: a conversa, a memória salva relevante do ChatGPT e as notas próprias do Dot sobre preferências, decisões e responsabilidades. Essas notas não são uma transcrição completa, e mudar uma configuração de memória do ChatGPT não necessariamente altera notas já feitas.

How Does OpenAI Dots Handle Safety and Permissions?

Um agente sempre ativo requer controles mais fortes do que um chatbot comum porque pode potencialmente ler informações privadas e executar ações. A OpenAI, portanto, separa a coleta proativa de informações da ação consequente.

As permissões e regras personalizadas dos Dots permitem que os usuários autorizem ações, exijam verificações ou bloqueiem ações. As permissões de plugins se aplicam separadamente. Esses controles não substituem as proteções internas, e administradores de workspaces podem restringir se regras personalizadas estão disponíveis.

Os Dots ainda podem errar. Permissões, limites de aprovação e revisão continuam importantes para fluxos de trabalho consequentes.

Automatic Action Review

Antes que uma ação afete uma conta ou compartilhe informações, a revisão automática verifica instruções, permissões, regras personalizadas e proteções. Ela pode permitir a ação, exigir sua aprovação ou entregar um passo a você, como alterar uma senha. Regras personalizadas não podem substituir proteções internas nem conceder acesso a aplicativos.

Privacy and Training Data

Para workspaces Business, Enterprise e Edu, dados empresariais não são usados para treinar modelos por padrão. Conversas e tarefas elegíveis em planos pessoais seguem as configurações de controle de dados da conta. A OpenAI não treina diretamente com pesquisa proativa ou notas privadas de um Dot; quando essa informação entra em uma conversa ou tarefa elegível, as configurações aplicáveis regem seu uso. Essa política de dados não implica que todo plano listado tenha acesso aos Dots.

OpenAI Dots vs. Codex vs. ChatGPT Work

Dots, Codex e ChatGPT Work se sobrepõem porque os três podem realizar trabalho agentivo. Sua unidade pretendida de responsabilidade é diferente.

O Codex foca em fluxos de trabalho de desenvolvimento de software. O ChatGPT Work lida com tarefas que você deseja delegar, como pesquisa, análise ou criação de arquivos, seja imediatamente ou em uma agenda. Os Dots adicionam continuidade a uma responsabilidade contínua; eles também podem executar trabalho diretamente e delegar tarefas quando útil.

Finished Deliverables vs. Ongoing Responsibility

ChatGPT Work e Dots se sobrepõem no trabalho que podem realizar. Uma tarefa do Work normalmente se concentra em um resultado concreto, como uma apresentação de análise competitiva; um Dot mantém a responsabilidade pelo lançamento ao longo do tempo e coordena o acompanhamento quando as circunstâncias mudam. Isso descreve a ênfase do produto, e não um limite técnico exclusivo.

How Should You Evaluate OpenAI Dots in Real Work?

Um benchmark de modelo não estabelece quão confiavelmente os Dots concluirão um determinado fluxo de trabalho empresarial. O modelo é um componente; aplicativos conectados, limites de permissões, requisitos de login, contexto em mudança e revisão do usuário afetam o resultado final.

Avalie os Dots com trabalho representativo, como manter um briefing de lançamento ou investigar um problema de suporte. Meça se o resultado está correto, quanto de intervenção humana é necessária, quão bem o agente respeita as permissões e se ele retoma adequadamente após a chegada de novas informações. Mantenha a tarefa, as ferramentas disponíveis, os critérios de aceitação e o método de revisão consistentes ao comparar alternativas.

Para uma implementação via API, meça também custo por tarefa concluída, novas tentativas, latência e chamadas de ferramenta com falha. Pontuações brutas de modelo por si só não respondem se um Dot gerenciado ou um agente personalizado é a melhor opção.

OpenAI Dots vs. Building Your Own Agent on the API

Managed Setup and Developer Responsibilities

Os Dots otimizam para conveniência. Agentes de API otimizam para controle.

Com os Dots, a OpenAI opera a maior parte do stack do agente para você: escolha de modelo dentro do produto, ambiente em nuvem, memória, aplicativos conectados, o loop do agente e infraestrutura de segurança. Com a API da OpenAI, desenvolvedores definem muito mais do agente por conta própria.

A Agents API da OpenAI e ferramentas de nível mais baixo de Responses/Agents dão aos desenvolvedores controle explícito sobre modelos, instruções, esquemas de ferramentas, conexões MCP, ambientes de execução, observabilidade e lógica do aplicativo.

Um agente de API personalizado desloca a responsabilidade de engenharia para sua equipe: persistência, agendamento, permissões, tratamento de credenciais, recuperação de falhas, implantação e controles voltados ao usuário ainda precisam ser construídos ou configurados. Requisitos de segurança do provedor e suporte de recursos da API continuam a se aplicar.

Cost Attribution and Billing Reconciliation

Conversas com Dots não contam para os limites de uso do ChatGPT. O plano fornece uma franquia para trabalho mais profundo, enquanto tarefas delegadas do Work e do Codex usam os limites desses produtos. Trate isso como categorias de uso separadas. Um agente de API personalizado, em vez disso, expõe ganchos de contabilização para atribuir gastos a clientes, tickets ou departamentos.

Registro de uso do agente e rastreamentos ajudam desenvolvedores a atribuir trabalho do agente raiz e de subagentes. O uso é por melhor esforço: pode estar ausente ou ser atualizado depois, e não é a fatura final. Os campos de uso documentados não expõem contagens separadas de gravação em cache, portanto, esses campos sozinhos não determinam cobranças exatas quando há preços para gravações em cache.

Para uma estimativa de custo em produção, use a documentação de preços atual do modelo e os registros de faturamento do provedor selecionado. Comprimento de contexto, nível de serviço, processamento regional, ferramentas e infraestrutura podem alterar o total. Os preços da OpenAI não são uma cotação para o CometAPI.

Mantenha um livro de tarefas que separe entrada não em cache, leituras em cache, gravações em cache quando disponíveis, saída incluindo raciocínio, novas tentativas e chamadas de subagente. Adicione taxas aplicáveis de ferramentas, computação em sandbox, infraestrutura e terceiros, depois reconcilie essa estimativa com as cobranças faturadas. Não some a entrada em cache em cima do total de entrada sem ajustar a parte em cache.

Isso permite um processo de contabilização preciso quando dados completos de faturamento estão disponíveis; não transforma cada resposta de uso da API em uma declaração de custo exata. Também não implica que os Dots sejam inerentemente mais caros.

Tool Schemas and Execution Control

Os Dots permitem que usuários conectem integrações suportadas e definam permissões ou regras personalizadas. Um agente de API permite que desenvolvedores definam a interface chamável: nomes de funções, tipos de argumentos, valores permitidos, código de execução, autorização de back-end e a IU mostrada aos usuários. Isso é controle em nível de implementação dentro das capacidades suportadas pela API.

O esquema abaixo expõe uma operação com dois argumentos obrigatórios e um conjunto fixo de valores de status. É uma definição de ferramenta, não um aplicativo executável completo; seu back-end deve implementar a função e impor o acesso ao lead.

{
  "type": "function",
  "name": "update_lead_status",
  "description": "Atualize apenas o campo de estágio de vendas de um lead existente.",
  "strict": true,
  "parameters": {
    "type": "object",
    "properties": {
      "lead_id": {
        "type": "string"
      },
      "status": {
        "type": "string",
        "enum": [
          "qualified",
          "unqualified",
          "follow_up"
        ]
      }
    },
    "required": [
      "lead_id",
      "status"
    ],
    "additionalProperties": false
  }
}

Esquemas de função estritos restringem os argumentos gerados. O aplicativo executa a função, verifica propriedade por tenant e autorização, valida transições de estado e aplica qualquer aprovação necessária. Um esquema válido não garante, por si só, que uma ação está autorizada ou que o modelo tomará a decisão de negócio correta.

Os Dots não fornecem essa mesma interface pública voltada a desenvolvedores para substituir seus esquemas internos de ferramentas, orquestração e instrumentação de billing. No entanto, oferecem controles significativos ao usuário sobre apps conectados e ações permitidas. A diferença está no nível de controle exposto, e não na ausência de controles nos Dots.

Can Developers Build a Dots-Like Agent with OpenAI's API?

Sim, embora não seja um clone de um único endpoint. Desenvolvedores podem combinar sessões persistentes, chamadas de função, busca na web, uso de computador, servidores MCP, execução em segundo plano, tracing e orquestração personalizada para reproduzir muitas ideias arquiteturais por trás de um agente sempre ativo.

O trade-off é trabalho de engenharia: os Dots empacotam o stack do agente em um produto gerenciado, enquanto a API expõe os blocos de construção.

When Should You Use OpenAI Dots Instead of an API Agent?

Os Dots fazem sentido quando o agente existe principalmente para você: acompanhar trabalho pessoal, coordenar pesquisa, seguir projetos, organizar informações entre serviços conectados ou manter continuidade em muitas pequenas tarefas.

Um agente de API personalizado faz mais sentido quando o agente existe principalmente dentro do seu produto ou processo de negócios. Se você precisa de faturamento por tenant, esquemas de função determinísticos, roteamento exato de modelos, sistemas de aprovação proprietários, observabilidade interna, UIs específicas do aplicativo, controle de acesso em nível de ferramenta ou limites explícitos de custo, uma arquitetura de API é a melhor opção.

Esta comparação foca em Dots pessoais. A OpenAI também está pilotando dots especialistas para funções organizacionais. Um agente de API personalizado é mais relevante quando você precisa incorporar comportamento de agente em seu próprio aplicativo e controlar sua implementação.

Can OpenAI Dots Access Your Local Computer?

Não automaticamente. O computador em nuvem de um Dot é separado do dispositivo do usuário. Conectar um computador local concede uma permissão separada para trabalho local; conectar esse computador ao Codex ou habilitar o Work Sync não concede por si só acesso ao Dot. Alguns sites bloqueiam navegadores em nuvem ou exigem verificação, e iniciar uma tarefa local não transfere a sessão do navegador em nuvem.

How Can CometAPI Fit Into an API-Based Alternative to Dots?

Se o objetivo não é reproduzir a interface dos Dots do ChatGPT, mas construir seu próprio produto de agente, uma API de modelo unificada pode ser útil para a camada de modelo.

A API do GPT-6 Sol no CometAPI pode suportar workloads agentivos complexos por meio de uma interface compatível com OpenAI. Para workloads mais novos, a API do GPT-6.1 Sol no CometAPI oferece outra opção para codificação agentiva e trabalho profissional.

Em uma implantação personalizada, seu aplicativo envia trabalho a um orquestrador de agentes. O orquestrador aplica regras de negócio e chama endpoints de modelos e ferramentas suportados. Seu aplicativo mantém seus próprios logs, livro de custos e camada de aprovação. Um gateway de modelos fornece a camada de acesso a modelos; ele não fornece automaticamente todo um runtime de agente.

Para cada endpoint selecionado, verifique o suporte aos recursos de API que você planeja usar, incluindo chamadas de ferramenta, saídas estruturadas e campos de uso. Ambientes hospedados da Agents API da OpenAI e rastreamentos não devem ser presumidos como disponíveis por meio de um gateway compatível com OpenAI. O faturamento do CometAPI deve ser verificado em relação às próprias tarifas e registros do CometAPI.

What Are the Main Limitations of OpenAI Dots?

• Granularidade de controle: os Dots fornecem regras e permissões, mas não a mesma superfície de orquestração em nível de desenvolvedor da API.
• Observabilidade de custos: o acesso por assinatura é simples, mas não fornece a mesma contabilização por chamada, por token e por ferramenta de workloads na API.
• Compatibilidade com sites: agentes automatizados podem encontrar restrições de login, anti-bot ou de ação.
• Disponibilidade: o acesso depende do plano, região e configuração do workspace.
• Risco de autonomia: agentes persistentes ainda podem errar, então permissões e revisão seguem necessárias.

Who Can Use OpenAI Dots and Where Can You Create One?

A disponibilidade dos Dots está sendo lançada gradualmente. Verificado em 12 de outubro de 2026, usuários elegíveis dos planos Pro 100, Pro 200 e Pro 500 devem ter mais de 18 anos e estar fora da Área Econômica Europeia, Reino Unido e Suíça. Business Premium e Enterprise estão sendo lançados mundialmente; Enterprise exige que um administrador habilite os Dots. Elegibilidade não garante que uma conta já tenha acesso.

Crie um Dot no aplicativo móvel mais recente do ChatGPT, app para desktop ou navegador no desktop, e continue com o mesmo Dot em vários dispositivos. Web móvel não é suportada. A atualização de 5–9 de outubro adicionou criação via mobile, personalização de aparência e conexão de plugins; conectar seu computador local ainda requer o app para desktop.

Conclusion

Os Dots estendem o ChatGPT de conversas individuais para responsabilidade delegada contínua. Eles podem preservar contexto, trabalhar na nuvem, usar apps conectados e coordenar tarefas do Work ou do Codex, envolvendo o usuário quando revisão ou decisão são necessárias.

Escolha Dots quando você quer um agente pessoal gerenciado para manter o trabalho em movimento. Escolha Codex para workflows de engenharia e ChatGPT Work para entregáveis substanciais. Construa um agente de API quando seu produto precisar de interfaces de ferramentas personalizadas, orquestração específica do aplicativo e um processo de billing vinculado a clientes ou workflows individuais. Esse controle adicional traz trabalho de implementação e manutenção.

FAQ

Can a Dot Resume Local Work After My Laptop Goes Offline?

Trabalho em nuvem e trabalho em computador conectado têm ambientes de execução diferentes. Um Dot pode continuar o trabalho em seu próprio ambiente em nuvem quando seu laptop está desligado, mas uma tarefa atribuída a esse laptop precisa do computador conectado online com o aplicativo do ChatGPT aberto. Verifique o local de execução da tarefa antes de assumir que ela continuará sem supervisão; o navegador em nuvem não herda a sessão do navegador local.

Does Pausing a Dot Stop Every Delegated Task?

Não. Pausar, parar tarefas e cancelar agendas são controles separados. Pausar interrompe a tarefa principal do Dot. Abra Activity para parar uma tarefa delegada e Scheduled para desabilitar ou excluir uma tarefa recorrente. Encerrar uma chamada também não necessariamente para o trabalho atribuído. Ações concluídas não são desfeitas ao parar o agente.

Does Messaging a Dot in Slack Grant It Access to Other Apps?

Não. Um canal de mensagens e uma conexão de aplicativo concedem tipos diferentes de acesso. Conexões de aplicativos dependem das permissões da conta e do ambiente onde o trabalho é executado. Conecte a integração necessária separadamente e inspecione suas ações permitidas; um método de comunicação sozinho não concede acesso a uma caixa de entrada, repositório ou arquivos locais.

Can API Usage Fields Alone Determine an Exact Agent Bill?

Nem sempre. O uso pode chegar com atraso ou ficar indisponível, e alguns custos exigem dados adicionais de faturamento. Inclua novas tentativas, trabalho de subagentes, gravações em cache quando aplicável, ferramentas, computação e serviços de terceiros. Trate o uso registrado como entrada contábil, vincule-o aos seus próprios identificadores de tarefa e reconcilie o resultado com as cobranças faturadas, em vez de tratar uma resposta de uso como o custo completo.

Do a Dot's Private Notes Reset When ChatGPT Memory Settings Change?

Não necessariamente. Notas privadas de um Dot e memória salva do ChatGPT são fontes distintas de contexto. Notas podem acompanhar decisões e preferências entre métodos de contato, e não são uma transcrição completa. Mudar uma configuração de memória do ChatGPT não necessariamente remove notas existentes do Dot; revise os controles relevantes ao alterar o contexto que você quer que ele retenha.