OpenAI ماڈلز

GPT-Realtime-2 ہمارا سب سے زیادہ صلاحیت رکھنے والا ریئل ٹائم وائس ماڈل ہے۔ یہ قابلِ تخصیص غور و فکر کی سطح، ہدایات کی زیادہ مضبوط پیروی، اور پیچیدہ وائس ایجنٹ ورک فلوز کے لیے اوزاروں کے زیادہ قابلِ اعتماد استعمال کے ساتھ آواز سے آواز تعاملات کو سپورٹ کرتا ہے۔

پیچیدہ استدلال اور کوڈنگ کے لیے GPT-5.6 Sol سے آغاز کریں، ذہانت اور لاگت کے درمیان توازن کے لیے GPT-5.6 Terra منتخب کریں، یا لاگت کے لحاظ سے حساس، زیادہ حجم والے ورک لوڈز کے لیے GPT-5.6 Luna استعمال کریں۔

GPT Image 2، openai کا جدید ترین تصویری تخلیق کا ماڈل ہے، جو تیز رفتار اور اعلیٰ معیار کی تصاویر کی تخلیق اور ترمیم کے لیے بنایا گیا ہے۔ یہ لچکدار تصویری سائز اور اعلیٰ وفاداری کی تصویری ان پٹ کو سپورٹ کرتا ہے۔

GPT-5.5 Pro جدید ترین ذہانت، دقت اور کارآئی کو یکجا کرتا ہے تاکہ پیچیدہ چیلنجز سے نمٹا جا سکے۔ سافٹ ویئر ڈیولپمنٹ اور ڈیٹا تجزیہ سے لے کر تحقیق اور فیصلہ سازی کی معاونت تک، یہ تیزی اور یکسانیت کے ساتھ ماہر سطح کی معاونت فراہم کرتا ہے۔

Model 5.5 ایک نئی نسل کا AI ماڈل ہے جو زیادہ مضبوط استدلال، تیز تر جوابات، اور وسیع النوع کاموں میں بہتر درستگی کے لیے ڈیزائن کیا گیا ہے۔ یہ پیچیدہ ہدایات کو سمجھنے، اعلیٰ معیار کا مواد تخلیق کرنے، اور کوڈنگ، تجزیہ اور مسئلہ حل کرنے میں معاونت فراہم کرنے میں ممتاز ہے۔

GPT-5.4 Nano ایک انتہائی ہلکا پھلکا AI ماڈل ہے جو زیادہ سے زیادہ رفتار اور موثریت کے لیے تیار کیا گیا ہے۔ یہ سادہ نوعیت کے کاموں، حقیقی وقت کے تعاملات، اور بڑے پیمانے کی تعیناتیوں کے لیے امثل بنایا گیا ہے، جہاں کم تاخیر اور وسائل کے کم سے کم استعمال ضروری ہوتے ہیں۔

GPT-5.4 Mini ایک ہلکا پھلکا اور مؤثر AI ماڈل ہے جسے رفتار اور روزمرہ کی پیداواری صلاحیت کے لیے بہتر بنایا گیا ہے۔ یہ کم تاخیر اور وسائل کے کم استعمال کو برقرار رکھتے ہوئے قابلِ اعتماد مکالماتی صلاحیتیں، مواد کی تخلیق، اور کاموں میں معاونت فراہم کرتا ہے۔

GPT-5.4 Pro ایک اعلیٰ کارکردگی والا AI ماڈل ہے جو پیشہ ورانہ اور کاروباری استعمالات کے لیے ڈیزائن کیا گیا ہے۔ یہ مواد کی تخلیق، کوڈنگ، تحقیق اور ڈیٹا کے تجزیے جیسے کاموں میں مضبوط استدلال، قابلِ اعتماد درستگی اور مؤثر عمل درآمد فراہم کرتا ہے۔

GPT Image 2 ALL ایک جامع امیج جنریشن ماڈل ہے، جو تخلیقی اور پیشہ ورانہ بصری کاموں کی وسیع اقسام کو سنبھالنے کے لیے ڈیزائن کیا گیا ہے۔ یہ اعلیٰ معیار کی تصویر سازی، پرامپٹ کی اعلیٰ سطحی سمجھ، اور مختلف اسالیب کی ہمہ گیر معاونت کو یکجا کرتا ہے تاکہ متنوع استعمالی صورتوں میں غیر معمولی نتائج فراہم کرے۔

GPT-5.5 کوڈ لکھنے، آن لائن تحقیق، ڈیٹا کے تجزیے اور بین اوزاری کارروائیوں میں بہترین کارکردگی کا مظاہرہ کرتا ہے۔ یہ ماڈل نہ صرف پیچیدہ کثیر المراحل کاموں کو سنبھالنے میں اپنی خودمختاری کو بڑھاتا ہے بلکہ استدلالی صلاحیتوں اور عمل درآمد کی افادیت میں بھی نمایاں بہتری لاتا ہے، جبکہ اپنے پیش رو کے برابر تاخیر برقرار رکھتے ہوئے، AI میں خودکار دفتری آٹومیشن کی جانب ایک اہم قدم کی نشاندہی کرتا ہے۔

Sora 2 Pro ہمارا سب سے جدید اور طاقتور میڈیا تخلیق کا ماڈل ہے، جو ہم آہنگ آڈیو کے ساتھ ویڈیوز تیار کرنے کی صلاحیت رکھتا ہے۔ یہ قدرتی زبان یا تصاویر سے تفصیلی اور متحرک ویڈیو کلپس بنا سکتا ہے۔

انتہائی طاقتور ویڈیو تخلیق کا ماڈل، صوتی اثرات کے ساتھ، چیٹ فارمیٹ کی حمایت کرتا ہے۔

GPT-5.4 پیچیدہ پیشہ ورانہ کام کے لیے جدید ترین ماڈل ہے۔ Reasoning.effort یہ سطحیں سپورٹ کرتا ہے: none (default), low, medium, high اور xhigh۔

ChatGPT میں استعمال ہونے والا GPT-5.3 Instant ماڈل

Chat Completions کے ساتھ آڈیو اِن، آڈیو آؤٹ کے لیے بہترین وائس ماڈل۔

آڈیو ان، آڈیو آؤٹ کے لیے بہترین وائس ماڈل۔

GPT-5.3-Codex کو Codex یا اس جیسے ماحول میں ایجنٹک کوڈنگ کے کاموں کے لیے آپٹمائز کیا گیا ہے۔ GPT-5.3-Codex کم، درمیانہ، زیادہ اور xhigh استدلالی کوشش کی ترتیبات کو سپورٹ کرتا ہے۔

GPT-Image-1.5 اوپن اے آئی کا امیج ماڈل ہے جو GPT Image فیملی کا حصہ ہے۔ یہ بنیادی طور پر ملٹی موڈل GPT ماڈل ہے، جو متنی پرامپٹس سے تصاویر تخلیق کرنے اور ان پٹ تصاویر میں اعلیٰ وفاداری کے ساتھ ترمیمات انجام دینے کے لیے ڈیزائن کیا گیا ہے، جبکہ صارف کی ہدایات کی سختی سے پیروی کرتا ہے۔

gpt-5.2-pro، OpenAI کی GPT-5.2 فیملی کا سب سے زیادہ صلاحیت والا، پروڈکشن پر مرکوز رکن ہے، جو Responses API کے ذریعے ان ورک لوڈز کے لیے دستیاب ہے جو زیادہ سے زیادہ درستگی، کثیر مرحلہ استدلال، ٹولز کے وسیع استعمال، اور OpenAI کی جانب سے پیش کیے گئے سب سے بڑے context/throughput بجٹس کا تقاضا کرتے ہیں۔

GPT-5.1 Chat ایک ہدایات کے مطابق تربیت یافتہ مکالماتی لسانی ماڈل ہے جو عمومی مقاصد کی چیٹ، استدلال اور تحریر کے لیے بنایا گیا ہے۔ یہ کئی مرحلوں پر مشتمل مکالمہ، خلاصہ نویسی، مسودہ سازی، نالج بیس سوال و جواب، اور اِن-ایپ اسسٹنٹس، سپورٹ آٹومیشن اور ورک فلو کوپائلٹس کے لیے ہلکی پھلکی کوڈ معاونت کی حمایت کرتا ہے۔ تکنیکی نمایاں خصوصیات میں چیٹ کے لیے بہتر کردہ ہم آہنگی، قابلِ کنٹرول اور ساختہ آؤٹ پٹس، اور جب دستیاب ہوں تو ٹول کال اور ریٹریول ورک فلو کے لیے انضمام کے راستے شامل ہیں۔

GPT-5.1 ایک عمومی مقاصد کے لیے ہدایات کے مطابق تربیت یافتہ لسانی ماڈل ہے جو متن کی تخلیق اور پروڈکٹ ورک فلو میں استدلال پر مرکوز ہے۔ یہ متعدد مراحل پر مشتمل مکالمے، ساختہ آؤٹ پٹ فارمیٹنگ، اور ڈرافٹنگ، ریفیکٹرنگ اور وضاحت جیسے کوڈ سے متعلق کاموں کی معاونت کرتا ہے۔ عام استعمالات میں چیٹ اسسٹنٹس، ریٹریول سے تقویت یافتہ سوال و جواب (QA)، ڈیٹا ٹرانسفارمیشن، اور جب سپورٹ ہو تو ٹولز یا APIs کے ساتھ ایجنٹ طرز کی خودکاری شامل ہیں۔ تکنیکی نمایاں خصوصیات میں متن مرکوز مودیلیٹی، ہدایات پر عمل، JSON طرز کے آؤٹ پٹ، اور عام آرکیسٹریشن فریم ورکس میں فنکشن کالنگ کے ساتھ مطابقت شامل ہیں۔

GPT Image 1 کا لاگت کے لحاظ سے بہتر بنایا گیا ورژن۔ یہ بنیادی طور پر ملٹی موڈل لسانی ماڈل ہے جو متن اور تصویر دونوں کو بطور اِن پٹ قبول کرتا ہے اور تصویری آؤٹ پٹ تیار کرتا ہے۔

GPT-5 اب تک OpenAI کا سب سے طاقتور کوڈنگ ماڈل ہے۔ یہ پیچیدہ فرنٹ اینڈ کی تیاری اور بڑے کوڈ بیس کی ڈیبگنگ میں نمایاں بہتریاں دکھاتا ہے۔ یہ بدیہی اور جمالیاتی طور پر خوشنما نتائج کے ساتھ خیالات کو حقیقت میں بدل سکتا ہے، اور محض ایک پرامپٹ سے گہری جمالیاتی حس کے ساتھ خوبصورت اور ریسپانسیو ویب سائٹس، ایپلیکیشنز اور گیمز تخلیق کرتا ہے۔ ابتدائی ٹیسٹرز نے اس کے ڈیزائن کے انتخاب بھی نوٹ کیے ہیں، جن میں اسپیسنگ، ٹائپوگرافی اور وائٹ اسپیس جیسے عناصر کی گہری سمجھ شامل ہے۔

GPT-5 Nano OpenAI کی جانب سے فراہم کردہ ایک مصنوعی ذہانت کا ماڈل ہے۔

GPT-5 mini، OpenAI کی GPT-5 فیملی کا ایک رکن ہے جسے لاگت اور تاخیر کے لحاظ سے بہتر بنایا گیا ہے، اور اس کا مقصد بڑے پیمانے پر پروڈکشن استعمال کے لیے نمایاں طور پر کم لاگت پر GPT-5 کی ملٹی موڈل اور ہدایات پر عمل کرنے کی بیشتر قوتیں فراہم کرنا ہے۔ یہ اُن ماحولوں کو ہدف بناتا ہے جہاں تھروپٹ، فی ٹوکن قابلِ پیش گوئی قیمت، اور تیز رفتار جوابات بنیادی پابندیاں ہوں، جبکہ ساتھ ہی مضبوط عمومی صلاحیتیں بھی فراہم کرتا ہے۔

جلد آ رہا ہے

gpt-4o-image آؤٹ پٹ کے طور پر تصاویر تیار کرتا ہے، اختیاری طور پر ان پٹ کے طور پر تصاویر استعمال کرتا ہے

GPT-5.2 ایک متعدد اقسام پر مشتمل ماڈل مجموعہ (Instant, Thinking, Pro) ہے جسے طویل سیاق و سباق کی بہتر سمجھ، زیادہ مضبوط کوڈنگ اور ٹول کے استعمال، اور پیشہ ورانہ “knowledge-work” بینچ مارکس پر نمایاں طور پر زیادہ کارکردگی کے لیے انجینیئر کیا گیا ہے۔

OpenAI o3‑pro، o3 استدلالی ماڈل کا “pro” ورژن ہے، جسے زیادہ دیر تک سوچنے اور سب سے قابلِ اعتماد جوابات فراہم کرنے کے لیے پرائیویٹ Chain‑of‑Thought Reinforcement Learning بروئے کار لاتے ہوئے انجینئر کیا گیا ہے اور یہ سائنس، پروگرامنگ اور کاروبار جیسے شعبوں میں نئے state‑of‑the‑art بینچ مارکس قائم کرتا ہے—جبکہ API کے اندر ویب سرچ، فائل تجزیہ، Python execution اور بصری استدلال جیسے ٹولز کو خودکار طور پر یکجا کرتا ہے۔

OpenAI متن سے گفتار

تقریر کو متن میں تبدیل کرنا، ترجمے تیار کرنا

GPT-4o mini TTS ایک عصبی متن-سے-تقریر ماڈل ہے جو صارفین کے سامنے پیش کی جانے والی ایپلیکیشنز میں قدرتی، کم تاخیر والی آواز کی تخلیق کے لیے بنایا گیا ہے۔ یہ متن کو قدرتی لہجے والی تقریر میں تبدیل کرتی ہے، قابلِ انتخاب آوازیں، کثیر فارمیٹ آؤٹ پٹ، اور جواب دہ تجربات کے لیے اسٹریمنگ سنتھیسِس فراہم کرتی ہے۔ عام استعمالات میں وائس اسسٹنٹس، IVR اور کانٹیکٹ فلو، مصنوعات کو بلند آواز میں پڑھ کر سنانا، اور میڈیا نریشن شامل ہیں۔ تکنیکی نمایاں خصوصیات میں API پر مبنی اسٹریمنگ اور MP3 اور WAV جیسے عام آڈیو فارمیٹس میں ایکسپورٹ شامل ہیں۔

GPT-4o Transcribe ایک آڈیو سے متن میں تبدیل کرنے والا ماڈل ہے جو کثیر لسانی، کم تاخیر والی تقریر کی شناخت کے لیے بنایا گیا ہے۔ یہ رموزِ اوقاف اور جملوں کی تقسیم کے ساتھ عام آڈیو فارمیٹس سے ریئل ٹائم اسٹریمنگ اور بیچ ٹرانسکرپشن کی حمایت کرتا ہے۔ عمومی استعمالات میں لائیو کیپشنز، وائس اسسٹنٹ ان پٹ، میٹنگ نوٹس، اور میڈیا یا کال ریکارڈنگ کی ٹرانسکرپشن شامل ہیں۔ تکنیکی نمایاں خصوصیات میں آڈیو موڈیلیٹی سپورٹ، طویل دورانیے کی پروسیسنگ، اور انٹرایکٹو اور سرور سائیڈ ورک فلوز کے لیے موزوں APIs شامل ہیں۔

GPT-4o mini Search Preview، GPT-4o فیملی کا ایک کم حجم ملٹی موڈل ماڈل ہے جو سرچ پر مبنی تعاملات اور بازیابی کے ورک فلو کے لیے تیار کیا گیا ہے۔ یہ کوئریز کی تشریح کرتا ہے اور انہیں ازسرِ نو تشکیل دیتا ہے، مختصر اور جامع جوابات تیار کرتا ہے، اور جب ٹول/فنکشن کالنگ کے ذریعے ضم کیا جائے تو بیرونی تلاش کے ذریعے جوابات کو مستند بنیاد فراہم کر سکتا ہے۔ عام استعمالات میں پروڈکٹ کے اندر سرچ اسسٹنٹس، نالج بیس QA، ای کامرس ڈسکوری، اور رینکنگ و روٹنگ کے لیے کوئری کی تفہیم شامل ہیں۔ فنی نمایاں خصوصیات میں متن اور تصویر کی ان پٹس، ہدایات کی پیروی، ساختہ آؤٹ پٹ فارمیٹس، اور RAG پائپ لائنز کے لیے ٹول کے استعمال کا انضمام شامل ہے۔

GPT-4o mini Audio Preview مکالمہ جاتی آڈیو ایپلیکیشنز بنانے کے لیے ایک کمپیکٹ ملٹی موڈل ماڈل ہے۔ یہ متن کے ساتھ تقریر کی اِن پٹ اور آؤٹ پٹ کی سپورٹ کرتا ہے، جس سے اسپیچ ریکگنیشن، اسپیچ سنتھیسِس، اور منظم کارروائیوں کے لیے ٹول/فنکشن کالنگ کے ساتھ مخلوط متن-آڈیو مکالمات ممکن ہوتے ہیں۔ عام استعمالات میں وائس اسسٹنٹس، خلاصہ سازی کے ساتھ اسٹریمنگ ٹرانسکرپشن، IVR اور کال-بوٹ ورک فلوز، اور آڈیو فعال اِن-ایپ مددگار شامل ہیں۔ تکنیکی نمایاں خصوصیات میں آڈیو I/O، اسٹریمنگ جوابات، ہدایات کی پیروی، اور چیٹ اور ٹولز APIs کے ذریعے انضمام شامل ہیں۔

GPT-4o mini Realtime Preview ایک حقیقی وقت کا ملٹی موڈل ماڈل ہے جو انٹرایکٹو صوتی اور بصری تجربات کے لیے بنایا گیا ہے۔ یہ اسٹریمنگ ان پٹ اور آؤٹ پٹ کے ساتھ تقریر، متن، اور تصاویر کو سنبھالتا ہے، اور گراؤنڈڈ ایکشنز کے لیے ٹول/فنکشن کالنگ بھی فراہم کرتا ہے۔ عام استعمالات میں وائس اسسٹنٹس، لائیو کال ہینڈلنگ، حقیقی وقت کی کیپشننگ، اور کیمرہ یا اسکرین کے مواد پر بصری سوال و جواب شامل ہیں۔ تکنیکی نمایاں خصوصیات میں دو طرفہ آڈیو، ویژن کی تفہیم، اسٹریمنگ جوابات، اور فنکشنز کے ذریعے ساختہ آؤٹ پٹس شامل ہیں۔

GPT-4o mini Audio تقریر اور متن کے باہمی تعاملات کے لیے ایک ملٹی موڈل ماڈل ہے۔ یہ تقریر کی شناخت، ترجمہ، اور متن سے آواز (Text-to-Speech) انجام دیتا ہے، ہدایات پر عمل کرتا ہے، اور ساختہ اقدامات کے لیے ٹولز کو کال کر سکتا ہے، ساتھ ہی اسٹریمنگ ردعمل فراہم کرتا ہے۔ عام استعمالات میں ریئل ٹائم وائس اسسٹنٹس، لائیو کیپشننگ اور ترجمہ، کالوں کا خلاصہ، اور آواز سے کنٹرول ہونے والی ایپلیکیشنز شامل ہیں۔ تکنیکی نمایاں خصوصیات میں آڈیو ان پٹ اور آؤٹ پٹ، اسٹریمنگ ردعمل، فنکشن کالنگ، اور ساختہ JSON آؤٹ پٹ شامل ہیں۔

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.

متنی وضاحتوں سے تصاویر تخلیق کرنے کے لیے ایک جدید AI ماڈل۔

New version of DALL-E for image generation.

O4-mini ایک مصنوعی ذہانت کا ماڈل ہے جو OpenAI کی جانب سے فراہم کیا گیا ہے۔

O3-mini، OpenAI کی جانب سے فراہم کردہ ایک مصنوعی ذہانت کا ماڈل ہے۔

O3 OpenAI کی جانب سے فراہم کردہ ایک مصنوعی ذہانت کا ماڈل ہے۔

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

O1 is an artificial intelligence model provided by OpenAI.

gpt-oss-20b، cloudflare-workers-ai کی جانب سے فراہم کردہ ایک مصنوعی ذہانت کا ماڈل ہے۔

gpt-oss-120b، cloudflare-workers-ai کی جانب سے فراہم کردہ ایک مصنوعی ذہانت کا ماڈل ہے۔

GPT-4o mini، OpenAI کی جانب سے فراہم کردہ ایک مصنوعی ذہانت کا ماڈل ہے۔

GPT-4o، OpenAI کا سب سے جدید ملٹی موڈل ماڈل ہے، جو GPT-4 Turbo کے مقابلے میں زیادہ تیز اور کم لاگت ہے، اور اس کی بصری صلاحیتیں زیادہ مضبوط ہیں۔ اس ماڈل میں 128K کانٹیکسٹ ہے اور اس کا نالج کٹ آف اکتوبر 2023 ہے۔ 1106 سیریز اور اس سے اوپر کے ماڈلز tool_calls اور function_call کی سپورٹ کرتے ہیں۔ یہ ماڈل زیادہ سے زیادہ 128,000 tokens کی کانٹیکسٹ لمبائی کو سپورٹ کرتا ہے۔

GPT-4.1 nano، OpenAI کی جانب سے فراہم کردہ ایک مصنوعی ذہانت کا ماڈل ہے۔ gpt-4.1-nano: بڑے کانٹیکسٹ ونڈو کی خصوصیت—جو 1 ملین کانٹیکسٹ ٹوکنز تک سپورٹ کرتا ہے اور طویل کانٹیکسٹ کی بہتر فہم کے ذریعے اس کانٹیکسٹ کو زیادہ مؤثر طور پر استعمال کرنے کی صلاحیت رکھتا ہے۔ اس کا نالج کٹ آف وقت جون 2024 تک اپ ڈیٹ کیا گیا ہے۔ یہ ماڈل زیادہ سے زیادہ 1,047,576 ٹوکنز کی کانٹیکسٹ لمبائی کو سپورٹ کرتا ہے۔

GPT-4.1 mini، OpenAI کی جانب سے فراہم کردہ ایک مصنوعی ذہانت ماڈل ہے۔ gpt-4.1-mini: چھوٹے ماڈلز کی کارکردگی میں ایک نمایاں پیش رفت، جو کئی بینچ مارکس میں GPT-4o کو بھی پیچھے چھوڑ دیتی ہے۔ یہ ذہانت کے جائزوں میں GPT-4o کے برابر یا اس سے بہتر ثابت ہوتا ہے، جبکہ لیٹنسی کو تقریباً نصف اور لاگت کو 83% تک کم کرتا ہے۔ یہ ماڈل زیادہ سے زیادہ 1,047,576 ٹوکنز کے کانٹیکسٹ کی لمبائی سپورٹ کرتا ہے۔

GPT-4.1، OpenAI کی جانب سے فراہم کردہ ایک مصنوعی ذہانت کا ماڈل ہے۔ gpt-4.1-nano: وسیع تر سیاقی ونڈو کی خصوصیت رکھتا ہے—جو 1 million سیاقی ٹوکنز تک سپورٹ کرتی ہے اور طویل سیاق کے بہتر فہم کے ذریعے اس سیاق سے زیادہ مؤثر طور پر فائدہ اٹھانے کی صلاحیت رکھتا ہے۔ اس کا علمی کٹ آف وقت جون 2024 تک اپ ڈیٹ کیا گیا ہے۔ یہ ماڈل زیادہ سے زیادہ 1,047,576 ٹوکنز کی سیاقی لمبائی کو سپورٹ کرتا ہے۔

coming soon