OpenAI: GPT-4.1 Nano (batch)

GPT-4.1 Nano è il membro più veloce della famiglia GPT-4.1 di OpenAI, progettato per seguire istruzioni e chiamare strumenti senza una fase separata di ragionamento. Accetta testo e immagini e produce testo. Nano è adatto a un’operazione ben definita in cui l’applicazione richiede una risposta compatta, un insieme di campi o la richiesta successiva a uno strumento, anziché un’indagine estesa.

Un esempio utile consiste nel classificare i messaggi ricevuti secondo un insieme di categorie fornito. Spiegate ogni categoria, mostrate come rappresentare messaggi ambigui o fuori ambito e chiedete la categoria insieme alla frase della fonte che la sostiene. Per l’estrazione, definite nomi dei campi, valori ammessi e trattamento delle informazioni mancanti. Per una breve attività di scrittura, fornite i fatti e chiedete il passaggio specifico necessario alla fase applicativa successiva. Esempi e vincoli devono essere abbastanza contenuti da restare chiari anche quando la raccolta di fonti è ampia.

Il produttore indica una finestra di contesto di 1 047 576 token, un output massimo di 32 768 token e conoscenze aggiornate al 1 giugno 2024. Queste specifiche coincidono con la finestra di GPT-4.1 Mini, preservando l’identità distinta di Nano e il suo ruolo orientato alla reattività. Etichettate documenti e sezioni della conversazione, includete soltanto il contesto pertinente all’operazione e riservate spazio per la risposta completa. I risultati del recupero di informazioni o il testo di riferimento fornito possono apportare fatti più recenti delle conoscenze apprese dal modello.

Nano supporta streaming e Structured Outputs. Una risposta finale vincolata a uno schema ha uno scopo diverso da una chiamata di funzione: la prima fornisce all’applicazione un risultato completato, la seconda le chiede di eseguire un’operazione. Structured Outputs supporta un sottoinsieme di JSON Schema; definite proprietà obbligatorie e una rappresentazione chiara dei valori sconosciuti. Gestite separatamente rifiuti e risposte incomplete e verificate i valori estratti rispetto all’input, senza equiparare una struttura valida a una conclusione corretta.

L’insieme degli strumenti documentati comprende chiamate di funzione, ricerca nei file, interpretazione del codice, connessioni MCP e uno strumento separato di generazione di immagini. L’applicazione fornisce descrizioni e schemi degli strumenti, esegue funzioni personalizzate e restituisce i risultati effettivi. Per la versione Nano del 14 aprile 2025, OpenAI consiglia specificamente di disabilitare le chiamate parallele agli strumenti, perché il modello può richiedere lo stesso strumento più volte in un turno. È una considerazione di esecuzione specifica di quella versione, non un motivo per interpretare più chiamate proposte come azioni completate.

L’input di immagini aggiunge elementi visivi a un’attività testuale, come leggere un’etichetta visibile o descrivere lo stato mostrato in una schermata. Usate immagini supportate PNG, JPEG, WebP o GIF non animate, mantenete il testo leggibile e spiegate quale osservazione è importante. La guida alla visione segnala difficoltà con testo piccolo o ruotato, relazioni spaziali precise, conteggi degli oggetti e alcune scritture non latine. Fornite contesto circostante quando un ritaglio isolato renderebbe ambigua un’etichetta o uno schema. La risposta di Nano stesso è testo; uno strumento di generazione di immagini restituisce un risultato distinto. Nel processo di visione documentato di OpenAI, il contenuto complessivo della richiesta è limitato a 512 MB e una richiesta può includere fino a 1 500 immagini; anche immagini e testo devono rientrare nel contesto del modello.

Nel processo del produttore per i file, un modello capace di visione riceve sia testo estratto sia immagini delle pagine dei PDF. Gli altri formati di documento contribuiscono con testo estratto e l’integrazione dei fogli di calcolo considera fino alle prime 1 000 righe per foglio. Un file deve essere inferiore a 50 MB, con un limite complessivo di 50 MB per richiesta. Chat Completions supporta parti di file PDF, mentre il processo Responses documentato accetta ulteriori tipi di file. I grafici incorporati in documenti diversi dai PDF non vengono trasmessi come contenuti immagine, quindi una rappresentazione PDF è utile quando gli elementi visivi sono importanti.

OpenAI documenta la memorizzazione nella cache dell’input per Nano e Predicted Outputs per la serie GPT-4.1 Nano. La cache dell’input riutilizza un prefisso di input idoneo nel servizio del produttore. Predicted Outputs fornisce invece testo di output in gran parte noto per una modifica, come rivedere un documento o un file di codice mantenendone le parti invariate. Il percorso di previsione è solo testuale ed esclude chiamate di funzione, logprobs e max_completion_tokens, tra altri controlli. Scegliete il percorso in base all’operazione effettiva e mantenetene il risultato associato alla fonte originale.

Il produttore documenta anche fine-tuning supervisionato e ottimizzazione diretta delle preferenze per la versione GPT-4.1 denominata di Nano. Esempi di addestramento e risposte preferite rispetto a quelle rifiutate adattano un modello a un’attività ricorrente; sono distinti dal contesto fornito a una richiesta ordinaria. Per una fase pratica di estrazione o classificazione, iniziate con categorie chiare, esempi e un formato finale esplicito, poi esaminate se i campi restituiti conservano i fatti che la fase successiva userà.