OpenAI: GPT-4.1 Nano (batch)

GPT-4.1 Nano ist OpenAIs schnellstes Mitglied der GPT-4.1-Familie, ausgelegt für Anweisungsbefolgung und Werkzeugaufrufe ohne gesonderten Denkschritt. Es nimmt Text und Bilder entgegen und erzeugt Text. Nano eignet sich für eine klar definierte Operation, bei der die Anwendung eine kompakte Antwort, einen Satz von Feldern oder die nächste Werkzeuganfrage statt einer umfassenden Untersuchung benötigt.

Ein nützliches Beispiel ist die Einordnung eingehender Nachrichten in vorgegebene Kategorien. Erklären Sie jede Kategorie und die Darstellung mehrdeutiger oder nicht passender Nachrichten. Verlangen Sie die Kategorie zusammen mit der stützenden Formulierung aus der Quelle. Definieren Sie für die Extraktion Feldnamen, zulässige Werte und den Umgang mit fehlenden Informationen. Stellen Sie für eine kurze Schreibaufgabe die Fakten bereit und verlangen Sie die konkrete Passage, die der nächste Anwendungsschritt benötigt. Beispiele und Einschränkungen sollten knapp genug bleiben, um auch bei einer großen Quellensammlung klar zu sein.

Der Hersteller nennt ein Kontextfenster von 1.047.576 Token, eine maximale Ausgabe von 32.768 Token und einen Wissensstand bis zum 1. Juni 2024. Diese Spezifikationen entsprechen dem Fenster von GPT-4.1 Mini, während Nano seine eigenständige Modellidentität und auf schnelle Reaktion ausgerichtete Rolle behält. Kennzeichnen Sie Dokumente und Gesprächsabschnitte, nehmen Sie nur operationsrelevanten Kontext auf und reservieren Sie Platz für die vollständige Antwort. Suchergebnisse oder bereitgestellter Referenztext können Fakten liefern, die neuer als das gelernte Wissen des Modells sind.

Nano unterstützt Streaming und Structured Outputs. Eine schemabeschränkte Abschlussantwort dient einem anderen Zweck als ein Funktionsaufruf: Die eine liefert der Anwendung ein fertiges Ergebnis, der andere fordert sie zu einer Operation auf. Structured Outputs unterstützt eine Teilmenge von JSON Schema. Definieren Sie erforderliche Eigenschaften und eine klare Darstellung unbekannter Werte. Behandeln Sie Ablehnungen und unvollständige Antworten separat und prüfen Sie extrahierte Werte anhand der Eingabe, statt eine gültige Form mit einer richtigen Schlussfolgerung gleichzusetzen.

Zum dokumentierten Werkzeugsatz gehören Funktionsaufrufe, Dateisuche, Codeausführung, MCP-Verbindungen und ein separates Werkzeug zur Bilderzeugung. Die Anwendung liefert Werkzeugbeschreibungen und Schemata, führt eigene Funktionen aus und gibt deren tatsächliche Ergebnisse zurück. Für den Nano-Snapshot vom 14. April 2025 empfiehlt OpenAI ausdrücklich, parallele Werkzeugaufrufe zu deaktivieren, weil das Modell dasselbe Werkzeug in einem Schritt mehrfach anfordern kann. Das ist ein snapshotspezifischer Ausführungshinweis, kein Grund, mehrere vorgeschlagene Aufrufe als abgeschlossene Aktionen zu interpretieren.

Bildeingaben ergänzen eine Textaufgabe um visuelle Belege, etwa zum Lesen einer sichtbaren Beschriftung oder zur Beschreibung des Zustands in einem Screenshot. Verwenden Sie unterstützte PNG-, JPEG-, WebP- oder nicht animierte GIF-Bilder, halten Sie Text lesbar und erklären Sie die wichtige Beobachtung. Der Bildleitfaden nennt Schwierigkeiten bei kleinem oder gedrehtem Text, präzisen räumlichen Beziehungen, Objektzählungen und einigen nicht lateinischen Schriften. Ergänzen Sie umgebenden Kontext, wenn ein Ausschnitt allein eine Beschriftung oder ein Diagramm mehrdeutig machen würde. Nanos eigene Antwort ist Text; ein Werkzeug zur Bilderzeugung liefert ein eigenes separates Artefakt. In OpenAIs dokumentiertem Ablauf zur Bildverarbeitung ist die gesamte Anfragegröße auf 512 MB begrenzt; eine Anfrage kann bis zu 1.500 Bilder enthalten. Bilder und Text müssen außerdem in den Kontext des Modells passen.

Im Dateiablauf des Herstellers erhält ein bildfähiges Modell sowohl extrahierten Text als auch Seitenbilder aus PDFs. Andere Dokumentformate liefern extrahierten Text; bei Tabellen werden bis zu den ersten 1.000 Zeilen pro Blatt ergänzend berücksichtigt. Eine Datei muss kleiner als 50 MB sein, zusammen dürfen die Dateien einer Anfrage 50 MB umfassen. Chat Completions unterstützt PDF-Dateiteile, während der dokumentierte Responses-Ablauf weitere Dateitypen akzeptiert. Eingebettete Diagramme in Nicht-PDF-Dokumenten werden nicht als Bildinhalt übergeben. Eine PDF-Darstellung ist daher hilfreich, wenn die visuellen Belege wichtig sind.

OpenAI dokumentiert Prompt-Caching für Nano und Predicted Outputs für die GPT-4.1 Nano-Reihe. Prompt-Caching verwendet im Herstellerdienst ein Eingabepräfix erneut, das die Voraussetzungen dafür erfüllt. Predicted Outputs liefert dagegen weitgehend bekannten Ausgabetext für eine Bearbeitung, etwa die Überarbeitung eines Dokuments oder einer Codedatei unter Erhaltung unveränderter Teile. Der Vorhersagepfad ist rein textbasiert und schließt unter anderem Funktionsaufrufe, logprobs und max_completion_tokens aus. Wählen Sie den Pfad passend zur tatsächlichen Operation und halten Sie sein Ergebnis mit der ursprünglichen Quelle verbunden.

Der Hersteller dokumentiert außerdem überwachtes Fine-Tuning und direkte Präferenzoptimierung für Nanos benannten GPT-4.1-Snapshot. Trainingsbeispiele und bevorzugte gegenüber verworfenen Antworten passen ein Modell an eine wiederkehrende Aufgabe an. Sie unterscheiden sich vom Kontext einer gewöhnlichen Anfrage. Beginnen Sie für einen praktischen Extraktions- oder Klassifikationsschritt mit klaren Kategorien, Beispielen und einem ausdrücklichen Abschlussformat. Prüfen Sie dann, ob die zurückgegebenen Felder die im nächsten Schritt benötigten Fakten erhalten.