Lançamento do GPT-5 para desenvolvedores

(openai.com)

1 pontos por GN⁺ 2025-08-08 | Ainda não há comentários. | Compartilhar no WhatsApp

GPT-5 API foi oficialmente lançado, oferecendo aos desenvolvedores um novo nível de desempenho em codificação e em tarefas de agente.
Em avaliações principais como SWE-bench Verified e Aider polyglot, registrou SOTA (melhor desempenho) e comprovou excelência em vários casos de clientes, como Cursor, Windsurf e Vercel.
Mostrou-se forte em trabalhos de agente de execução longa, integração de ferramentas sofisticada e processamento de contexto extenso em tarefas reais complexas.
Com parâmetros detalhados como verbosity, reasoning_effort e suporte a ferramentas customizadas, é possível um controle personalizado para desenvolvedores.
Com gpt-5, gpt-5-mini, gpt-5-nano, oferece diferentes opções de custo e desempenho e foi integrado à Microsoft e a diversas ferramentas de desenvolvimento.

Lançamento e importância do GPT-5

A OpenAI lançou o GPT-5 na plataforma de API, destacando que é o modelo com melhor desempenho para codificação e tarefas de agente entre os modelos lançados até hoje.
Ele obteve SOTA (melhor desempenho) em benchmarks principais de codificação e foi treinado em parceria com testadores reais de startups e empresas.
Demonstrou excelente atuação como parceiro em operações reais de desenvolvimento, como geração de código, correção de bugs, edição de código e consulta em bases de código complexas.
Melhorou a capacidade de seguir instruções detalhadas com precisão, explicando o comportamento e o planejamento antes e depois de chamadas de ferramentas.
O desempenho em desenvolvimento frontend também se destacou, recebendo avaliação de 70% superior ao modelo anterior em testes internos.

Cursor, Windsurf, Vercel, Manus, Notion e Inditex avaliaram como alta a inteligência, a facilidade de ajuste, o tratamento de erros de ferramentas e a qualidade do código do GPT-5.
Em cenários reais de produção, mostrou estabilidade e eficiência superiores às de modelos anteriores em tarefas de background complexas, funções de agente de longa execução e integração refinada de ferramentas.

SWE-bench Verified (correção de issues reais de software): desempenho de 74,9%, com 22% menos tokens e 45% menos chamadas de ferramentas em relação ao o3, melhorando a eficiência.
Aider polyglot (avaliação de edição de código): atingiu 88%, alcançando uma taxa de erro de aproximadamente 1/3 em comparação com o o3.
Em análise de bases de código complexas e para aprimorar grandes LLMs conforme a pergunta do solicitante, facilita o uso por desenvolvedores e pesquisadores.
A geração de código frontend teve vantagem de 70% em testes, tanto em sensibilidade estética quanto em precisão.

No τ2-bench telecom (benchmark de chamadas de ferramenta), marcou 96,7%, estabelecendo novo SOTA.
Alta capacidade de conclusão de tarefas com dezenas de chamadas de ferramenta executadas de forma sequencial ou paralela.
Nos testes de cumprimento de instruções do COLLIE, Scale MultiChallenge, alcançou a maior pontuação.
Em OpenAI-MRCR, BrowseComp Long Context e similares, superou o3 e GPT-4.1 em Q&A de contexto longo.
Suporta comprimento de contexto de até 400.000 tokens, adequado para análise de documentos e conversas em grande escala.

Nos testes LongFact, FactScore, houve redução de mais de 80% em erros factuais em comparação com o o3.
Reconhece e sinaliza suas próprias limitações e reforçou a precisão, especialmente em perguntas de saúde.
Ainda é recomendada a validação pelo desenvolvedor em áreas ainda críticas no uso real.

reasoning_effort: permite ajustar o equilíbrio entre velocidade de resposta e qualidade de raciocínio com os valores minimal/low/medium/high.
- minimal: resposta rápida, high: raciocínio lógico de alta qualidade
verbosity: ajusta o comprimento da saída com low/medium/high.
- Instruções explícitas têm prioridade sobre o parâmetro quando houver conflito.
Ferramentas personalizadas: também oferece suporte a formato plaintext além de JSON, com restrições de formato de entrada de ferramentas via regex ou Context-Free Grammar.
Em grandes blocos de código/relatórios, minimiza preocupações com erros de escape de JSON e melhora a facilidade de integração com ferramentas de desenvolvimento.

gpt-5: US$ 1,25 por milhão de tokens de entrada, US$ 10 por milhão de tokens de saída
gpt-5-mini: US$ 0,25 por milhão de tokens de entrada, US$ 2 por milhão de tokens de saída
gpt-5-nano: US$ 0,05 por milhão de tokens de entrada, US$ 0,40 por milhão de tokens de saída
Todos os modelos oferecem suporte a reasoning_effort, verbosity, ferramentas personalizadas, chamadas paralelas de ferramentas, ferramentas integradas de web/arquivo/imagem e streaming, entre outras funcionalidades principais.
gpt-5-chat-latest foi lançado como modelo de ChatGPT sem foco em raciocínio, com o mesmo preço.

O lançamento ocorreu com integração em várias plataformas da Microsoft, incluindo Microsoft 365 Copilot, GitHub Copilot, Azure AI Foundry.
Aplicado como motor central de sistemas de agente de desenvolvedor, como Cursor, Windsurf, GitHub Copilot, Codex CLI.
Avaliações internas com alpha testers e diversos produtos de automação de código e de trabalho apresentaram um novo padrão em comparação com modelos anteriores.

A chance de resposta incorreta (alucinação) foi reduzida significativamente, e o GPT-5 passa a descrever de forma mais honesta o processo de trabalho e suas limitações.
O card de sistema, blog interno de pesquisa e outros materiais disponibilizam de forma transparente detalhes de implementação, avaliação e medidas de segurança.
Também é um parceiro avançado de codificação automática, especializado em automação de fluxos de trabalho agentivos complexos.

O GPT-5 é o modelo mais forte até hoje para codificação e tarefas de agente entre os LLMs lançados até agora, e um parceiro inovador otimizado para ambientes reais de desenvolvimento e automação de trabalho.
Com a API e ecossistema de ferramentas evoluídos, variedade de capacidades e preços, e alto desempenho em avaliações, abre uma nova era de produtividade para desenvolvedores e organizações.