OpenAI: GPT-4.1 Nano (batch)

GPT-4.1 Nano est le membre le plus rapide de la famille GPT-4.1 d’OpenAI, conçu pour suivre les instructions et appeler des outils sans étape de raisonnement distincte. Il accepte du texte et des images et produit du texte. Nano convient à une opération bien définie pour laquelle l’application a besoin d’une réponse compacte, d’un ensemble de champs ou de la prochaine demande d’outil, plutôt que d’une étude approfondie.

Un exemple utile consiste à classer des messages entrants selon un ensemble de catégories fourni. Expliquez chaque catégorie, montrez comment représenter les messages ambigus ou hors périmètre et demandez la catégorie avec la formulation source qui la justifie. Pour une extraction, définissez les noms des champs, les valeurs autorisées et le traitement des informations manquantes. Pour une courte tâche de rédaction, fournissez les faits et demandez le passage précis nécessaire à l’étape suivante de l’application. Les exemples et les contraintes doivent rester assez courts pour demeurer clairs, même lorsque le corpus source est volumineux.

Le fournisseur indique une fenêtre de contexte de 1 047 576 tokens, une sortie maximale de 32 768 tokens et une date limite des connaissances au 1er juin 2024. Ces spécifications correspondent à la fenêtre de GPT-4.1 Mini, tout en préservant l’identité distincte de Nano et son rôle axé sur la réactivité. Identifiez les documents et les sections de conversation, n’incluez que le contexte pertinent pour l’opération et réservez de la place pour la réponse complète. Des résultats de recherche ou des textes de référence fournis peuvent apporter des faits plus récents que les connaissances acquises par le modèle.

Nano prend en charge le streaming et Structured Outputs. Une réponse finale contrainte par un schéma remplit un autre rôle qu’un appel de fonction : l’une fournit à l’application un résultat terminé, tandis que l’autre lui demande d’exécuter une opération. Structured Outputs prend en charge un sous-ensemble de JSON Schema ; définissez les propriétés obligatoires et une représentation claire des valeurs inconnues. Traitez séparément les refus et les réponses incomplètes, et vérifiez les valeurs extraites au regard de l’entrée, sans assimiler une structure valide à une conclusion correcte.

L’ensemble d’outils documenté comprend l’appel de fonctions, la recherche dans les fichiers, l’interprétation de code, les connexions MCP et un outil distinct de génération d’images. L’application fournit les descriptions et les schémas des outils, exécute les fonctions personnalisées et renvoie leurs résultats réels. Pour la version figée de Nano du 14 avril 2025, OpenAI recommande expressément de désactiver les appels d’outils parallèles, car le modèle peut demander le même outil plusieurs fois au cours d’un même tour. Il s’agit d’une considération d’exécution propre à cette version, et non d’une raison d’interpréter plusieurs appels proposés comme des actions accomplies.

Les images en entrée ajoutent des éléments visuels à une tâche textuelle, par exemple pour lire une étiquette visible ou décrire l’état affiché dans une capture d’écran. Utilisez des images PNG, JPEG, WebP ou GIF non animées prises en charge, gardez le texte lisible et précisez l’observation importante. Le guide de vision signale des difficultés avec les textes petits ou inclinés, les relations spatiales précises, le comptage d’objets et certaines écritures non latines. Ajoutez le contexte environnant lorsqu’un recadrage isolé rendrait une étiquette ou un schéma ambigu. La réponse propre de Nano est du texte ; un outil de génération d’images renvoie son résultat distinct. Dans le processus de vision documenté par OpenAI, la charge utile totale de la requête est limitée à 512 MB et une requête peut inclure jusqu’à 1 500 images ; les images et le texte doivent également tenir dans le contexte du modèle.

Dans le processus de fichiers du fournisseur, un modèle capable de traiter des images reçoit à la fois le texte extrait et les images des pages des PDF. Les autres formats de documents apportent du texte extrait, et l’enrichissement des feuilles de calcul considère jusqu’aux 1 000 premières lignes de chaque feuille. Un fichier doit faire moins de 50 MB, avec un total maximal de 50 MB pour l’ensemble de la requête. Chat Completions prend en charge les parties de fichier PDF, tandis que le processus Responses documenté accepte d’autres types de fichiers. Les graphiques intégrés aux documents non PDF ne sont pas transmis comme contenu visuel ; une représentation PDF est donc utile lorsque les éléments visuels comptent.

OpenAI documente la mise en cache des prompts pour Nano et Predicted Outputs pour la série GPT-4.1 Nano. La mise en cache des prompts réutilise un préfixe d’entrée admissible dans le service du fournisseur. Predicted Outputs fournit à la place un texte de sortie en grande partie connu pour une modification, par exemple la révision d’un document ou d’un fichier de code en préservant ses parties inchangées. Ce processus de prédiction est uniquement textuel et exclut notamment l’appel de fonctions, logprobs et max_completion_tokens, parmi d’autres réglages. Choisissez le processus adapté à l’opération réelle et gardez son résultat associé à la source d’origine.

Le fournisseur documente également l’ajustement fin supervisé et l’optimisation directe des préférences pour la version nommée de GPT-4.1 Nano. Les exemples d’entraînement et les réponses préférées par rapport aux réponses rejetées adaptent un modèle à une tâche récurrente ; ils sont distincts du contexte fourni à une requête ordinaire. Pour une étape pratique d’extraction ou de classification, commencez par des catégories claires, des exemples et un format final explicite, puis examinez si les champs renvoyés préservent les faits dont l’étape suivante aura besoin.