O1
2485°
Executar modelo
Ofertas / Anúncios
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
Pesos abertos vs código aberto vs só API: o que você realmente pode fazer
Como escolher um modelo de IA em outubro de 2026: as novidades de código fechado e os pesos abertos que valem a pena baixar
As 10 alternativas mais baratas ao ChatGPT em 2026: modelos locais grátis, planos gratuitos e planos fixos
Notas do capitão
Notas de 2026-10-13
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.
Melhor para
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 SolModelo apenas para APIContexto de 1,050,000 tokens · entrada $4.00/M, saída $20.00/M
- GPT-6.1 SolModelo apenas para APIContexto de 1,050,000 tokens · entrada $2.00/M, saída $10.00/M
- GPT-6 SolModelo apenas para APIContexto de 1,050,000 tokens · entrada $2.00/M, saída $10.00/M
- gpt-oss-120bModelo com pesos abertosContexto 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 capitãoA 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
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.
