gpt-5-codex
Rede Neural
Especificações
- Entrada
- texto, imagens, documentos
- Saída
- texto
- Tamanho do contexto
- 400 000 tokens
- Comprimento máximo de resposta
- 4 096 tokens
- Níveis de raciocínio
- baixo, médio, alto
- Recursos
- raciocínio, chamada de funções
Custo do prompt
(por 1M tokens)
Custo da resposta
(por 1M tokens)
Prompt de imagem
(por 1K tokens)
import OpenAI from 'openai';
const openai = new OpenAI({
apiKey: '<your bothub access token>',
baseURL: 'https://openai.bothub.chat/v1'
});
// Sync - Text generation
async function main() {
const chatCompletion = await openai.chat.completions.create({
messages: [{ role: 'user', content: 'Say this is a test' }],
model: 'gpt-5-codex',
});
}
// Async - Text generation
async function main() {
const stream = await openai.chat.completions.create({
messages: [{ role: 'user', content: 'Say this is a test' }],
model: 'gpt-5-codex',
stream: true
});
for await (const chunk of stream) {
const part: string | null = chunk.choices[0].delta?.content ?? null;
}
}
main();
Como funciona gpt-5-codex?
Perguntas frequentes sobre gpt-5-codex
Você pode usar os resultados da geração para fins comerciais. Todos os direitos sobre o conteúdo criado pertencem a você. A única restrição: certifique-se de que a solicitação não inclua materiais de terceiros protegidos por direitos autorais. A responsabilidade pelo cumprimento dos direitos sobre os dados de entrada é do usuário.
É um modelo da OpenAI focado em código: escrever funções, analisar projetos desconhecidos, refatorar módulos, encontrar a causa de erros. O contexto de 400 mil tokens permite carregar muitos arquivos e documentação de uma só vez. Aceita imagens e documentos, por isso é adequado tanto para capturas de tela com erros quanto para especificações técnicas.
O limite de uma resposta é de 4096 tokens, o que equivale a algumas páginas de texto ou um arquivo de código considerável. Para grandes refatorações ou documentação longa, divida o trabalho em partes e continue no mesmo diálogo: o contexto de 400 mil tokens é suficiente para que o modelo se lembre de tudo o que foi dito anteriormente.
Sim, antes de responder, o modelo constrói uma cadeia interna de raciocínio — isso é perceptível em tarefas que envolvem lógica, algoritmos e depuração. A profundidade do raciocínio e o detalhamento da resposta podem ser ajustados com parâmetros de esforço e detalhamento, escolhendo o equilíbrio entre velocidade e a qualidade da solução. No chat do BotHub e via API, isso funciona da mesma forma.
Sim, tanto a chamada de funções quanto a saída estruturada em JSON são suportadas: o modelo decide por si mesmo quando acessar sua ferramenta e retorna a resposta de acordo com o esquema definido. É conveniente para agentes e integrações, e a API do BotHub, compatível com OpenAI, permite alternar para outro modelo sem precisar reescrever o código.
De acordo com nossos dados, imagens e documentos são aceitos como entrada: envie uma captura de tela da interface, um esquema, um diagrama ou um arquivo de especificação e peça para analisar. Áudio e vídeo não estão listados nos formatos suportados — para eles, existem modelos separados de transcrição e reconhecimento no catálogo do BotHub.
Os idiomas não estão especificados nos dados do modelo, por isso não podemos prometer nada concreto — é mais fácil testar com sua própria tarefa: formule uma solicitação e compare o resultado com outro modelo na mesma janela. A interface do BotHub está em russo, o pagamento é feito com cartões russos, e não são necessários VPN ou cartões estrangeiros.