OpenAI: GPT-4.1 Nano (batch)

GPT-4.1 Nano är OpenAI:s snabbaste medlem i GPT-4.1-familjen, utformad för instruktionsföljning och verktygsanrop utan ett separat resonemangssteg. Den tar emot text och bilder och producerar text. Nano passar en väldefinierad operation där applikationen behöver ett kompakt svar, en uppsättning fält eller nästa verktygsförfrågan snarare än en omfattande undersökning.

Ett användbart exempel är att sortera inkommande meddelanden enligt en tillhandahållen kategoriuppsättning. Förklara varje kategori, visa hur tvetydiga meddelanden eller meddelanden utanför uppgiftens ram ska uttryckas och be om kategorin tillsammans med källfrasen som stöder den. För extraktion definierar du fältnamn, tillåtna värden och hantering av saknad information. För en kort skrivuppgift anger du fakta och ber om den specifika passage som nästa applikationssteg behöver. Exemplen och begränsningarna ska vara tillräckligt små för att förbli tydliga även när källsamlingen är stor.

Tillverkaren anger ett kontextfönster på 1 047 576 token, högst 32 768 token i utdata och en kunskapsgräns den 1 juni 2024. Specifikationerna matchar fönstret för GPT-4.1 Mini och bevarar samtidigt Nanos separata modellidentitet och roll med fokus på kort svarstid. Märk dokument och samtalsavsnitt, ta endast med kontext som är relevant för operationen och lämna plats för hela svaret. Sökresultat eller tillhandahållen referenstext kan ge fakta som är nyare än modellens inlärda kunskap.

Nano stöder strömning och Structured Outputs. Ett schemabegränsat slutligt svar har ett annat syfte än ett funktionsanrop: det ena ger applikationen ett färdigt resultat, medan det andra ber den utföra en operation. Structured Outputs stöder en delmängd av JSON Schema; definiera obligatoriska egenskaper och en tydlig representation för okända värden. Hantera avböjanden och ofullständiga svar separat och kontrollera de extraherade värdena mot indata i stället för att likställa en giltig form med en korrekt slutsats.

Den dokumenterade verktygsuppsättningen omfattar funktionsanrop, filsökning, kodtolkning, MCP-anslutningar och ett separat bildgenereringsverktyg. Applikationen tillhandahåller verktygsbeskrivningar och scheman, utför anpassade funktioner och returnerar deras faktiska resultat. För Nano-versionen från den 14 april 2025 rekommenderar OpenAI specifikt att parallella verktygsanrop stängs av eftersom modellen kan begära samma verktyg flera gånger under en tur. Det är en versionsspecifik hänsyn vid körningen, inte en anledning att tolka flera föreslagna anrop som utförda åtgärder.

Bildindata tillför visuellt underlag till en textuppgift, exempelvis att läsa en synlig etikett eller beskriva tillståndet i en skärmbild. Använd bilder i PNG, JPEG, WebP eller icke-animerad GIF som stöds, håll texten läsbar och förklara vilken observation som är viktig. Bildguiden nämner svårigheter med liten eller roterad text, exakta rumsliga relationer, antal föremål och viss text med andra än latinska skriftsystem. Ange omgivande kontext när en beskärning ensam skulle göra en etikett eller ett diagram tvetydigt. Nanos eget svar är text; ett bildgenereringsverktyg returnerar en egen separat artefakt. I OpenAI:s dokumenterade bildarbetsflöde är den totala datamängden i förfrågan begränsad till 512 MB och en förfrågan kan innehålla upp till 1 500 bilder; bilderna och texten måste också rymmas i modellens kontext.

I tillverkarens filarbetsflöde får en modell med bildförståelse både extraherad text och sidbilder från PDF-filer. Andra dokumentformat bidrar med extraherad text, och komplettering av kalkylbladsdata använder upp till de första 1 000 raderna per blad. En fil måste vara mindre än 50 MB, med en sammanlagd gräns på 50 MB per förfrågan. Chat Completions stöder PDF-fildelar, medan det dokumenterade Responses-arbetsflödet accepterar ytterligare filtyper. Inbäddade diagram i andra dokument än PDF överförs inte som bildinnehåll, så en PDF-representation är användbar när det visuella underlaget är viktigt.

OpenAI dokumenterar promptcache för Nano och Predicted Outputs för GPT-4.1 Nano-serien. Promptcache återanvänder ett kvalificerat indataprefix i tillverkarens tjänst. Predicted Outputs anger i stället till stor del känd utdatatext för en ändring, exempelvis att bearbeta ett dokument eller en kodfil och bevara dess oförändrade delar. Prediktionsvägen stöder endast text och utesluter bland annat funktionsanrop, logprobs och max_completion_tokens. Välj väg efter den faktiska operationen och håll resultatet kopplat till den ursprungliga källan.

Tillverkaren dokumenterar även övervakad finjustering och direkt preferensoptimering för Nanos namngivna GPT-4.1-version. Träningsexempel och föredragna respektive avvisade svar anpassar en modell till en återkommande uppgift; de skiljer sig från den kontext som tillhandahålls i en vanlig förfrågan. För ett praktiskt extraktions- eller klassificeringssteg börjar du med tydliga kategorier, exempel och ett uttryckligt slutformat och granskar sedan om de returnerade fälten bevarar de fakta som nästa steg ska använda.