Model
.ai
acompanhando modelos de IA abertos
O1
OpenAI | contexto de 200.000 tokens | $15,00/M entrada, $60,00/M saída. A família de modelos mais recente e poderosa da OpenAI, o1 é projetada para gastar mais tempo pensando antes de responder. A série de modelos o1 é treinada com aprendizado por reforço em larga escala para raciocinar usando cadeia de pensamento. Os modelos o1 são otimizados para matemática, ciência, programação e outras tarefas relacionadas a STEM. Eles exibem consistentemente precisão em nível de doutorado em benchmarks de física, química e biologia. Saiba mais no anúncio de lançamentoOpens in new tab.
Guias para este modelo
Todos os guias
o1 é o modelo focado em raciocínio da OpenAI, treinado com aprendizado por reforço em larga escala para pensar através dos problemas usando cadeia de pensamento antes de responder. Ele é direcionado para trabalhos STEM — matemática, física, química, biologia, programação — e é feito para problemas onde uma resposta mais lenta e deliberada supera uma rápida. Se seu trabalho está fora desses domínios, modelos OpenAI mais baratos provavelmente servirão tão bem.

Conhecido por

  • Precisão nível PhD em benchmarks de física, química e biologia
  • Raciocínio em cadeia de pensamento embutido no treinamento, não apenas via prompting
  • Janela de contexto de 200.000 tokens para documentos técnicos longos
  • Suporte a visão junto com entrada de texto
  • Otimizado para tarefas de matemática e programação que confundem modelos padrão

Fique atento a

  • Preço de saída a $60 por milhão de tokens é alto; rastreamentos longos de raciocínio fazem a conta subir rápido.
  • Pesos fechados, só via API — sem implantação local, sem fine-tuning, sem uso offline.
  • Excesso e caro para tarefas diárias de escrita, chat ou sumarização.

Sugestões para tentar

Prove um resultado de combinatória
Prove que o número de maneiras de cobrir um tabuleiro 2×n com dominós 1×2 satisfaz a recorrência de Fibonacci. Mostre cada passo do seu raciocínio, declare quaisquer casos base explicitamente e confirme que a recorrência vale para n=4.
Depure um algoritmo sutil
Aqui está uma implementação Python do algoritmo de Dijkstra que produz distâncias erradas em grafos com arestas de peso zero. Leia o código cuidadosamente, identifique o bug exato, explique por que ele causa a falha e forneça uma versão corrigida. [cole seu código aqui]
Analise um mecanismo químico
Explique o mecanismo da reação de Diels-Alder entre butadieno e anidrido maleico. Explique o argumento de simetria orbital para por que é termicamente permitido, preveja a estereoquímica do produto e note quaisquer condições que favoreçam o aduto endo.

Comparar com

  • GPT-5.6 Sol
    Modelo apenas para API
    Contexto de 1,050,000 tokens · entrada $4.00/M, saída $20.00/M
  • GPT-6.1 Sol
    Modelo apenas para API
    Contexto de 1,050,000 tokens · entrada $2.00/M, saída $10.00/M
  • GPT-6 Sol
    Modelo apenas para API
    Contexto de 1,050,000 tokens · entrada $2.00/M, saída $10.00/M
  • gpt-oss-120b
    Modelo com pesos abertos
    Contexto de 131,072 tokens · entrada $0.15/M, saída $0.60/M
Mais modelos de texto de openai

Perguntas frequentes

Posso rodar o o1 localmente?
Não. o1 é um modelo de pesos fechados, só via API da OpenAI — não há nada para baixar e não pode rodar offline.
Quanto custa o o1 e qual o tamanho da janela de contexto?
A OpenAI cobra $15,00 por milhão de tokens de entrada e $60,00 por milhão de tokens de saída, com uma janela de contexto de 200.000 tokens.
Como o o1 difere de outros modelos OpenAI?
Diferente dos modelos padrão da classe GPT, o o1 é treinado com aprendizado por reforço para raciocinar usando cadeia de pensamento antes de produzir uma resposta, tornando-o mais forte em tarefas STEM difíceis, mas mais lento e caro que seus irmãos.
Veredito do capitão
A ferramenta certa para problemas STEM difíceis onde precisão importa mais que velocidade ou custo — exagero para todo o resto.
O capitão escreve estas notas com base na descrição e ficha do modelo. Preços e tamanhos de contexto são do provedor na data da escrita e podem mudar.
Ranking badge
Updated Oct 22, 2026
o1 no ModelTrends.ai: Heat 2,485°
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
Como essa pontuação é calculada
Este modelo ainda não tem dados de popularidade de nenhuma fonte, então ele carrega um número provisório abaixo de 7,000° para manter as listas completas. Ele nunca fica acima de um modelo com dados. A divisão aparece aqui assim que uma fonte reporta.
Glossário: os termos usados aqui
Pontuação heat
Um número que mostra o quanto um modelo está sendo usado e desejado agora, de 0° a 9.999°. Toda lista neste site que diz mais quente é ordenada por ele e só por ele.
Limite mínimo
Os 7.000° que todo modelo com dados reais começa. A escala vai de 0° a 9.999°; a parte abaixo do limite é para substitutos (modelos sem dados), para que um modelo com dados sempre fique acima de um sem. O limite é igual para todos e não decide nada; os graus acima dele são a medida.
Equivalentes a downloads
Tudo que a pontuação trata como download, somado: downloads em si, cada torrent seeder como 1.000, cada imagem AI Horde e cada execução em site de geração como um.
Escala logarítmica
Contando de dez em dez, não de um em um: ir de 1.000 para 10.000 downloads adiciona os mesmos graus que ir de 10.000 para 100.000. Isso evita que gigantes abafem tudo.
Likes
Joinhas e likes de todas as fontes, valendo metade de um download na escala logarítmica.
Taxa de adoção
Quantos downloads por dia um modelo recebe agora, pela diferença entre duas leituras de uma fonte. Um quarto do peso do termo download.
Medido e estimado
Medido significa que existem duas leituras de uma fonte e a diferença é real. Estimado significa que só se sabe o total de hoje e o passado é distribuído ao longo da vida do modelo; o site indica qual está mostrando.
Seeder
Alguém que mantém uma cópia dos pesos online para outros baixarem via torrent, ou um espelho hospedado fazendo o mesmo. Cada um conta como 1.000 downloads.
AI Horde
Uma rede voluntária que gera imagens de graça em computadores doados. O número de imagens feitas com um modelo é público, e cada uma conta como um download.
Sites de geração
Sites que hospedam suas próprias cópias de um modelo e deixam as pessoas gerarem com ele, como PixAI, SeaArt e Yodayo. Os downloads deles contam como os do Civitai e cada geração conta como um download.
Tokens OpenRouter
Um modelo de texto servido via API, como Claude ou GPT, não tem pesos para baixar, então seu uso é medido em tokens: os pedaços de texto que ele leu e escreveu via OpenRouter, um gateway usado por muitos apps, nos últimos 30 dias. Cada 10,000,000 tokens contam como um download. Fonte: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Modelo completo (checkpoint)
Os pesos em si, o arquivo que gera sozinho. Ganha um bônus porque complementos dependem dele.
LoRA e embedding
Arquivos pequenos que direcionam os pesos de outra pessoa para um estilo, personagem ou conceito. Não podem rodar sozinhos.
Família e pesos
A base em que um modelo é construído, como SD 1.5, SDXL, Flux ou Wan. Todo modelo herda a data de lançamento dos pesos da sua família.
Idade
Pontos retirados conforme há quanto tempo os pesos da família foram lançados: 150° por ano, até 750°. Mantém os downloads antigos que tiveram anos para acumular, evitando que saiam do topo da lista.
Impulso da família
Um pequeno empurrão limitado para LoRAs de uma família que este site está promovendo agora, sempre listado na divisão.
Pontuação provisória
Um número estável abaixo do mínimo dado a um modelo que ainda não tem dados de fonte, para a lista ficar completa. Nunca fica acima de um modelo com dados.
Novo! (período de carência)
Um modelo com menos de 7 dias mostra Novo! em vez de uma pontuação e não ocupa lugar no ranking. Sua pontuação é calculada desde o primeiro dia, mas um modelo com um dia cresce mais rápido que qualquer outro, então sem a espera o #1 da semana seria sempre o que saiu ontem, não o que se manteve por uma semana.
Tendência
Como o crescimento de um modelo num período se compara com o crescimento típico dos modelos no mesmo período. Crescimento mais rápido que o típico indica alta, mais lento indica queda.
Modelo típico
O meio do catálogo: metade dos modelos com número cresceu mais rápido no período, metade mais devagar.