That's NeuralCatálogo de modelos

openai

OpenAI: GPT-4.1 Nano

openai/gpt-4.1-nano

Nossa análise

Análise com auxílio de IA baseada nas fontes abaixo. A adequação é uma avaliação editorial; teste com suas próprias tarefas.

O catálogo do OpenRouter lista o openai/gpt-4.1-nano como um modelo compacto da OpenAI na série GPT-4.1, que o catálogo descreve como o membro mais rápido e mais barato dessa família, voltado a tarefas de baixa latência. O catálogo indica uma janela de contexto de cerca de um milhão de tokens, saída de texto e entradas de texto, imagem e arquivo, além de opções de chamada de ferramentas e saídas estruturadas. Seu corte de conhecimento é junho de 2024. Apenas dados de catálogo foram fornecidos e nenhum cartão de modelo independente estava disponível neste pacote de fontes, portanto as capacidades são relatadas pela fonte e devem ser validadas em cargas de trabalho reais.[1]

Pontos fortes

  • Janela de contexto de cerca de um milhão de tokens, segundo o catálogo do OpenRouter, adequada para documentos longos ou prompts com muitos exemplos.[1]
  • Aceita entradas de texto, imagem e arquivo com saída de texto, permitindo pipelines multimodais.[1]
  • O catálogo lista parâmetros de chamada de ferramentas, escolha de ferramenta, semente e saídas estruturadas, sugerindo controles prontos para integração.[1]

Limitações

  • Apenas uma entrada do catálogo do OpenRouter foi fornecida; nenhum cartão de modelo independente estava disponível neste pacote de fontes, portanto todas as capacidades são relatadas pela fonte.[1]
  • O catálogo não registra um modo de raciocínio para esta variante; esse campo é desconhecido, não uma ausência confirmada.[1]
  • Nenhuma avaliação independente foi fornecida; valide a latência e a qualidade de saída em suas próprias cargas de trabalho antes de adotá-lo.[1]

Onde usar

  • Tarefas de texto de alto volume e sensíveis à latência, como classificação ou sumarização, alinhadas ao posicionamento do provedor relatado pelo catálogo; confirme com testes.[1]
  • Aplicações multimodais que combinam texto com entradas de imagem ou arquivo em uma única requisição.[1]
  • Integrações que exigem chamada de ferramentas ou saídas estruturadas em escala de modelo pequeno; valide primeiro a precisão com seus dados.[1]

Fontes

  1. [1] OpenRouter catalog · OpenAI: GPT-4.1 NanoFontes consultadas: 13 de nov. de 2026

Sobre este modelo

A descrição abaixo é o texto original fornecido pelo OpenRouter, no idioma da fonte.

For tasks that demand low latency, GPT‑4.1 nano is the fastest and cheapest model in the GPT-4.1 series. It delivers exceptional performance at a small size with its 1 million...

Especificações

ID do modelo
openai/gpt-4.1-nano
ID canônico
openai/gpt-4.1-nano-2025-04-14
Criador
openai
Adicionado ao OpenRouter
14.04.2025
Comprimento de contexto
1,047,576
Modalidade
text+image+file->text
Modalidades de entrada
image, text, file
Modalidades de saída
text
Preço por token
USD por 1M de tokens: entrada $0.100 / saída $0.400
Corte de conhecimento
30.06.2024
Data de expiração
—

Tarefas e capacidades

Uma nota aparece apenas quando a fonte fornece uma medição correspondente para aquela tarefa, o modelo está ativo e a coorte tem pelo menos 10 modelos comparáveis. A coluna de capacidade lista fatos declarados pela fonte — formatos compatíveis, raciocínio e parâmetros de ferramentas — que não são qualidade medida.

TarefaNotaCapacidade declarada pela fonte
Qualidade geralSem medição—
ProgramaçãoCC — abaixo da faixa B—
AgentesSem mediçãoparâmetros: structured_outputs, tool_choice, tools
EscritaSem mediçãosaída: text
RaciocínioSem medição—
Análise de documentosSem mediçãoentrada: file
VisãoSem mediçãoentrada: image
Geração de imagensSem medição—
ÁudioSem medição—
VídeoSem medição—
EmbeddingsSem medição—

Avaliações

FonteBenchmarkValorNotaDados obtidos
Artificial AnalysisCoding index11.1CC — abaixo da faixa B13.11.2026
Design Arenamodels · 3dtaxa de vitória 46% · posição 128908EloCC — abaixo da faixa B13.11.2026
Design Arenamodels · codecategoriestaxa de vitória 47.3% · posição 137953EloCC — abaixo da faixa B13.11.2026
Design Arenamodels · dataviztaxa de vitória 41.1% · posição 132889EloCC — abaixo da faixa B13.11.2026
Design Arenamodels · gamedevtaxa de vitória 49.6% · posição 131961EloCC — abaixo da faixa B13.11.2026
Design Arenamodels · uicomponenttaxa de vitória 43.9% · posição 134907EloCC — abaixo da faixa B13.11.2026
Design Arenamodels · websitetaxa de vitória 48.1% · posição 139966EloCC — abaixo da faixa B13.11.2026
Como funcionam as notas

Cada nota compara um modelo apenas com outros modelos avaliados pela mesma fonte e métrica no snapshot atual. S é o top 10%, A os 20% seguintes, B os 30% seguintes e C o restante. Modelos sem medição publicada aparecem como não avaliados — um formato compatível nunca implica qualidade medida.

  • S — S — top 10% da coorte
  • A — A — próximos 20% da coorte
  • B — B — próximos 30% da coorte
  • C — C — abaixo da faixa B

Provedores

Estatísticas opcionais de provedores ao vivo do OpenRouter. Valores ausentes são desconhecidos, não zero.

ProvedorComprimento de contextoPreço entrada /1MPreço saída /1MLatência p50 (30m, s)Taxa p50 (30m, tok/s)Disponibilidade (30m)
Azure1,047,576$0.100$0.400——100%
Azure1,047,576$0.110$0.440——100%

Dados de provedores obtidos: 13.11.2026

Nenhum artigo publicado identifica este modelo ainda.