OpenAI: GPT-4.1 Nano (batch)

GPT-4.1 Nano adalah anggota tercepat keluarga GPT-4.1 OpenAI, dirancang untuk mengikuti instruksi dan memanggil alat tanpa tahap penalaran terpisah. Model ini menerima teks dan gambar serta menghasilkan teks. Nano cocok untuk operasi yang didefinisikan dengan baik ketika aplikasi membutuhkan jawaban ringkas, sekumpulan field, atau permintaan alat berikutnya, bukan penyelidikan luas.

Contoh yang berguna adalah mengelompokkan pesan masuk berdasarkan sekumpulan kategori yang diberikan. Jelaskan setiap kategori, tunjukkan cara merepresentasikan pesan ambigu atau di luar cakupan, dan mintalah kategori bersama frasa sumber yang mendukungnya. Untuk ekstraksi, definisikan nama field, nilai yang diizinkan, dan penanganan informasi yang tidak tersedia. Untuk tugas penulisan singkat, berikan fakta dan mintalah bagian teks tertentu yang dibutuhkan tahap aplikasi berikutnya. Contoh serta batasannya harus cukup kecil agar tetap jelas meskipun kumpulan sumber besar.

Produsen mencantumkan jendela konteks 1047576 token, keluaran maksimum 32768 token, dan batas pengetahuan 1 Juni 2024. Spesifikasi ini sesuai dengan jendela GPT-4.1 Mini sekaligus mempertahankan identitas model Nano yang terpisah dan perannya yang berorientasi pada respons cepat. Berikan label pada dokumen dan bagian percakapan, sertakan hanya konteks yang relevan dengan operasi, dan sisihkan ruang untuk jawaban lengkap. Hasil pencarian atau teks referensi yang diberikan dapat menyediakan fakta yang lebih baru daripada pengetahuan yang dipelajari model.

Nano mendukung streaming dan Structured Outputs. Respons akhir yang dibatasi skema memiliki tujuan berbeda dari panggilan fungsi: yang satu memberi aplikasi artefak lengkap, sedangkan yang lain memintanya menjalankan operasi. Structured Outputs mendukung subset JSON Schema; definisikan properti wajib dan representasi yang jelas untuk nilai yang tidak diketahui. Tangani penolakan dan respons tidak lengkap secara terpisah, serta periksa nilai hasil ekstraksi berdasarkan masukan, alih-alih menyamakan bentuk yang valid dengan kesimpulan yang benar.

Daftar alat yang didokumentasikan mencakup pemanggilan fungsi, pencarian file, interpretasi kode, koneksi MCP, serta alat pembuatan gambar terpisah. Aplikasi menyediakan deskripsi dan skema alat, menjalankan fungsi khusus, dan mengembalikan hasil sebenarnya. Untuk snapshot Nano tanggal 14 April 2025, OpenAI secara khusus menyarankan penonaktifan panggilan alat paralel karena model dapat meminta alat yang sama beberapa kali dalam satu giliran. Ini adalah pertimbangan pelaksanaan khusus snapshot, bukan alasan untuk menafsirkan beberapa panggilan yang diusulkan sebagai tindakan yang sudah selesai.

Masukan gambar menambahkan bukti visual pada tugas teks, seperti membaca label yang terlihat atau menjelaskan keadaan dalam tangkapan layar. Gunakan gambar PNG, JPEG, WebP, atau GIF nonanimasi yang didukung, jaga teks agar terbaca, dan jelaskan pengamatan yang penting. Panduan visi mencatat kesulitan dengan teks kecil atau terputar, hubungan spasial yang tepat, hitungan objek, dan sebagian tulisan non-Latin. Berikan konteks sekitar ketika potongan gambar saja akan membuat label atau diagram ambigu. Respons Nano sendiri berupa teks; alat pembuatan gambar mengembalikan artefaknya sendiri yang terpisah. Dalam alur kerja visi yang didokumentasikan OpenAI, total payload permintaan dibatasi 512 MB dan satu permintaan dapat memuat hingga 1500 gambar; gambar serta teks juga harus muat dalam konteks model.

Dalam alur kerja file produsen, model yang mendukung visi menerima teks hasil ekstraksi dan gambar halaman dari PDF. Format dokumen lain menyumbangkan teks hasil ekstraksi, dan pengayaan spreadsheet mempertimbangkan hingga 1000 baris pertama per lembar. Satu file harus berukuran di bawah 50 MB, dengan total 50 MB untuk seluruh permintaan. Chat Completions mendukung bagian file PDF, sedangkan alur kerja Responses yang didokumentasikan menerima jenis file tambahan. Bagan tertanam dalam dokumen non-PDF tidak diteruskan sebagai konten gambar, sehingga representasi PDF berguna ketika bukti visual penting.

OpenAI mendokumentasikan cache prompt untuk Nano serta Predicted Outputs untuk seri GPT-4.1 Nano. Cache prompt menggunakan kembali prefiks masukan yang memenuhi syarat dalam layanan produsen. Sebaliknya, Predicted Outputs memberikan teks keluaran yang sebagian besar telah diketahui untuk penyuntingan, seperti merevisi dokumen atau file kode sambil mempertahankan bagian yang tidak berubah. Jalur prediksi hanya untuk teks dan mengecualikan pemanggilan fungsi, logprobs, dan max_completion_tokens, di antara kontrol lainnya. Pilih jalur yang sesuai dengan operasi sebenarnya dan pertahankan hubungan hasil dengan sumber asli.

Produsen juga mendokumentasikan fine-tuning terawasi dan optimasi preferensi langsung untuk snapshot GPT-4.1 Nano dengan nama tersendiri. Contoh pelatihan dan respons yang disukai dibandingkan respons yang ditolak menyesuaikan model dengan tugas berulang; keduanya berbeda dari konteks yang diberikan pada permintaan biasa. Untuk tahap ekstraksi atau klasifikasi praktis, mulailah dengan kategori yang jelas, contoh, serta format akhir yang eksplisit, lalu periksa apakah field yang dikembalikan mempertahankan fakta yang akan digunakan tahap berikutnya.