Guia para modelos de API OpenAI e como usá-los

Os modelos OpenAI evoluíram drasticamente nos últimos anos. A jornada começou com o GPT-3.5 e agora alcançou o GPT-5.1 e os modelos de raciocínio da série O mais recentes. Embora o ChatGPT use GPT-5.1 como modelo principal, a API oferece acesso a muito mais opções projetadas para diferentes tipos de tarefas. Alguns modelos são otimizados para velocidade e custo, outros são construídos para raciocínio profundo e alguns são especializados em imagens ou áudio.

Neste artigo, apresentarei todos os principais modelos disponíveis por meio da API. Você aprenderá para que cada modelo é mais adequado, para que tipo de projeto ele se adapta e como trabalhar com ele usando exemplos de código simples. O objetivo é fornecer uma compreensão clara de quando escolher um modelo específico e como usá-lo de forma eficaz em uma aplicação actual.

GPT-3.5 Turbo: as bases da IA ​​moderna

O Turbo GPT-3.5 iniciou a revolução da IA ​​generativa. O Bate-papoGPT também pode alimentar o authentic e também é uma solução estável, barata e de baixo custo para tarefas simples. O modelo se resume a obedecer às instruções e conduzir uma conversa. Tem a capacidade de responder a perguntas, resumir textos e escrever códigos simples. Os modelos mais recentes são mais inteligentes, mas o GPT-3.5 Turbo ainda pode ser aplicado a tarefas de alto quantity onde o custo é a principal consideração.

Principais recursos:

• Velocidade e custo: É muito rápido e muito barato.
• Ação após instrução: também é um sucessor confiável de prompts simples.
• Contexto: Justifica a janela do token 4K (aproximadamente 3.000 palavras).

Exemplo prático:

A seguir está um breve Pitão script para usar GPT-3.5 Turbo para resumo de texto.

import openai
from google.colab import userdata 

# Set your API key 
shopper = openai.OpenAI(api_key=userdata.get('OPENAI_KEY')) 

messages = ( 
   {"position": "system", "content material": "You're a useful summarization assistant."}, 
   {"position": "consumer", "content material": "Summarize this: OpenAI modified the tech world with GPT-3.5 in 2022."} 
) 

response = shopper.chat.completions.create( 
   mannequin="gpt-3.5-turbo", 
   messages=messages 
) 

print(response.decisions(0).message.content material)

Saída:

Família GPT-4: Potências Multimodais

O GPT-4 família foi um enorme avanço. Essas séries são GPT-4, GPT-4 Turbo e o muito eficiente GPT-4o. Esses modelos são multimodais, ou seja, são capazes de compreender tanto texto quanto imagens. Sua principal força reside no pensamento complicado, na pesquisa jurídica e na redação criativa e sutil.

Recursos do GPT-4o:

• Entrada multimodal: Ele lida com textos e imagens ao mesmo tempo.
• Velocidade: GPT-4o (o é Omni) é duas vezes mais rápido que GPT-4.
• Preço: É muito mais barato que o modelo GPT-4 tradicional.

Um estudo da openAI revelou que o GPT-4 alcançou um teste de barra simulado entre os 10% melhores indivíduos que fizeram o teste. Esta é uma indicação de sua capacidade de lidar com lógica sofisticada.

Exemplo prático (lógica complexa):

O GPT-4o tem a capacidade de resolver um quebra-cabeça lógico que envolve raciocínio.

messages = ( 
   {"position": "consumer", "content material": "I've 3 shirts. One is pink, one blue, one inexperienced. " 
                               "The pink will not be subsequent to the inexperienced. The blue is within the center. " 
                               "What's the order?"} 
) 

response = shopper.chat.completions.create( 
   mannequin="gpt-4o", 
   messages=messages 
) 

print("Logic Answer:", response.decisions(0).message.content material)

Saída:

A série o: modelos que pensam antes de falar

No closing de 2024 e início de 2025, a OpenAI anunciou a série o (o1, o1-mini e o3-mini). Estes são “modelos de raciocínio”. Eles não respondem imediatamente, mas levam tempo para pensar e elaborar uma estratégia diferente dos modelos normais de GPT. Isso os torna superiores em matemática, ciências e codificação difícil.

Destaques o1 e o3-mini:

• Cadeia de Pensamento: Este modelo verifica seus passos internamente minimizando erros.
• Capacidade de codificação: o3-mini foi projetado para ser rápido e preciso em códigos.
• Eficiência: o3-mini é um modelo altamente inteligente a um preço mais barato comparado ao modelo o1 completo.

Exemplo prático (raciocínio matemático):

Use o3-mini para um problema matemático onde a verificação passo a passo é essential.

# Utilizing the o3-mini reasoning mannequin 
response = shopper.chat.completions.create( 
   mannequin="o3-mini", 
   messages=({"position": "consumer", "content material": "Resolve for x: 3x^2 - 12x + 9 = 0. Clarify steps."}) 
) 

print("Reasoning Output:", response.decisions(0).message.content material)

Saída:

GPT-5 e GPT-5.1: a próxima geração

Ambos GPT-5 e sua versão otimizada GPT-5.1lançado em meados de 2025, combinou ritmo e lógica. O GPT-5 fornece pensamento integrado, no qual o próprio modelo determina quando pensar e quando responder em um curto espaço de tempo. A versão, GPT-5.1, foi refinada para ter controles empresariais superiores e menos alucinações.

O que os diferencia:

• Pensamento Adaptativo: Ele transforma consultas simples em rotas simples e raciocínio simples em rotas de raciocínio difíceis.
• Grau Empresarial: GPT-5.1 tem a opção de pesquisa profunda com recursos Professional.
• A imagem GPT 1: Este é um menu embutido que substitui DALL-E 3 para fornecer uma criação suave de imagens no bate-papo.

Exemplo prático (estratégia de negócios):

GPT-5.1 é muito bom na estratégia de nível superior que envolve conhecimento geral e pensamento estruturado.

# Instance utilizing GPT-5.1 for strategic planning 
response = shopper.chat.completions.create( 
   mannequin="gpt-5.1", 
   messages=({"position": "consumer", "content material": "Draft a go-to-market technique for a brand new AI espresso machine."}) 
) 

print("Technique Draft:", response.decisions(0).message.content material)

Saída:

Imagem DALL-E 3 e GPT: Criatividade Visible

No caso de dados visuais, OpenAI fornece DALL-E 3 e os modelos mais recentes de imagens GPT. Esses aplicativos transformarão instruções textuais em belas imagens detalhadas. Trabalhar com o DALL-E 3 permitirá desenhar imagens, logotipos e esquemas apenas descrevendo-os.

Leia mais: Geração de imagem usando API de imagem GPT

Principais capacidades:

• Ação Imediata: Observa rigorosamente instruções elaboradas.
• Integração: Está integrado ao ChatGPT e à API.

Exemplo prático (geração de imagem):

Este script gera um URL de imagem com base no seu immediate de texto.

image_response = shopper.pictures.generate( 
   mannequin="dall-e-3", 
   immediate="A futuristic metropolis with flying vehicles in a cyberpunk fashion", 
   n=1, 
   measurement="1024x1024" 
) 

print("Picture URL:", image_response.information(0).url)

Saída:

Sussurro: domínio da fala para texto

Whisper O sistema de reconhecimento de fala é o que há de mais moderno fornecido pela OpenAI. Ele tem a capacidade de transcrever áudio de dezenas de idiomas para o inglês. É resistente a ruídos de fundo e acentos. O seguinte trecho do tutorial da API Whisper é uma indicação de como é simples de usar.

Exemplo prático (transcrição):

Certifique-se de estar em um diretório com um arquivo de áudio (denominado Speech.mp3).

audio_file = open("speech.mp3", "rb") 

transcript = shopper.audio.transcriptions.create( 
   mannequin="whisper-1", 
   file=audio_file 
) 

print("Transcription:", transcript.textual content)

Saída:

Incorporações e moderação: as ferramentas utilitárias

OpenAI possui modelos de utilidade que são essenciais para os desenvolvedores.

1. Incorporações (incorporação de texto-3-pequeno/grande): Eles são usados ​​para codificar texto como números (vetores). Isso permite que você crie mecanismos de pesquisa que podem decifrar o significado em vez de palavras-chave.
2. Moderação: Esta é uma API gratuita que verifica o conteúdo de texto de discurso de ódio, violência ou automutilação para garantir que os aplicativos sejam seguros.

Exemplo prático (pesquisa semântica):

Isso descobre o fato de que existe uma semelhança entre uma consulta e um produto.

# Get embeddings 

resp = shopper.embeddings.create(
   enter=("smartphone", "banana"), 
   mannequin="text-embedding-3-small" 
) 

# In an actual app, you evaluate these vectors to seek out the most effective match 
print("Vector created with dimension:", len(resp.information(0).embedding))

Saída:

Ajuste fino: personalizando sua IA

O ajuste fino permite o treinamento de um modelo usando seus próprios dados. GPT-4o-mini ou GPT-3.5 podem ser refinados para escolher um tom, formato ou jargão específico da indústria. Isto é poderoso no caso de aplicações empresariais, que não exigem mais do que uma resposta geral.

Como funciona:

1. Put together um arquivo JSON com exemplos de treinamento.
2. Carregue o arquivo para OpenAI.
3. Comece um trabalho de ajuste fino.
4. Use seu novo ID de modelo personalizado na API.

Conclusão

O cenário do modelo OpenAI oferece uma ferramenta para quase todas as tarefas digitais. Da velocidade do GPT-3.5 Turbo ao poder de raciocínio do o3-mini e GPT-5.1, os desenvolvedores têm vastas opções. Você pode criar aplicativos de voz com o Whisper, criar ativos visuais com o DALL-E 3 ou analisar dados com os modelos de raciocínio mais recentes.

As barreiras à entrada permanecem baixas. Você simplesmente precisa de uma chave de API e de um conceito. Incentivamos você a testar os scripts fornecidos neste guia. Experimente os diferentes modelos para compreender seus pontos fortes. Encontre o equilíbrio certo entre custo, velocidade e inteligência para suas necessidades específicas. A tecnologia existe para potencializar sua próxima aplicação. Agora cabe a você aplicá-lo.

Perguntas frequentes

Harsh Mishra é um engenheiro de IA/ML que passa mais tempo conversando com grandes modelos de linguagem do que com humanos reais. Apaixonado por GenAI, PNL e por tornar as máquinas mais inteligentes (para que ainda não o substituam). Quando não está otimizando modelos, ele provavelmente está otimizando a ingestão de café. 🚀☕