For the complete documentation index, see llms.txt. Markdown versions of documentation pages are available by appending .md to the page URL.
Navegação principal
Theme

Sugestões
Painel da API
Experimente o ChatGPT
Dec 30, 2025 General

OpenAI para desenvolvedores em 2025

Uma retrospectiva das principais mudanças nos modelos, nas APIs e na plataforma para quem desenvolve agentes para produção.

Autores: Vaibhav (VB) Srivastav, Katia Gil Guzman

OpenAI para desenvolvedores em 2025

O que marcou 2025 foi além do lançamento de um modelo específico. Foi o ano em que ficou mais fácil usar IA em produção. À medida que os modelos melhoraram no planejamento, no uso de ferramentas e na execução de tarefas de maior duração, mais equipes passaram de “dar instruções passo a passo” a delegar trabalho a agentes.

Para os desenvolvedores, essa mudança ficou evidente em algumas áreas:

  • A profundidade do raciocínio se tornou um dos principais parâmetros ajustáveis, e essa capacidade passou a integrar cada vez mais os modelos de chat de uso geral.
  • A multimodalidade (documentos, áudio, imagens e vídeo) ganhou suporte nativo na API.
  • Os componentes para criar agentes (Responses API, Agents SDK e AgentKit) facilitaram a implantação e a operação de fluxos de trabalho com várias etapas.
  • O Codex permitiu desenvolver software com mais rapidez e qualidade do que nunca.

Em resumo

  • A grande mudança foi a combinação de APIs projetadas para agentes com modelos melhores, capazes de executar tarefas mais complexas que exigem raciocínio e uso de ferramentas.
  • O Codex evoluiu tanto nos modelos quanto nas ferramentas. Para tarefas de programação de longa duração, passou a combinar o raciocínio do GPT-5.2-Codex sobre todo o repositório com uma CLI pronta para produção e fluxos de trabalho na Web e no IDE.
  • Com ferramentas melhores, ficou mais fácil conectar modelos a sistemas reais e lidar com os detalhes da integração.
  • Entradas e saídas multimodais (PDFs, imagens, áudio e vídeo) passaram a fazer parte da rotina em fluxos de trabalho de ponta a ponta.
  • As avaliações, os avaliadores e os recursos de ajuste amadureceram e tornaram mais fácil repetir o ciclo de “medir -> melhorar -> colocar em produção”.

Confira as principais atualizações de modelos, APIs e plataforma em 2025 e veja como elas podem ajudar você a colocar agentes em produção.

Raciocínio: de modelos separados a uma linha unificada

No fim de 2024, introduzimos o paradigma de raciocínio, em que passamos a dar aos modelos “tempo para pensar”. No início de 2025, os modelos de raciocínio formavam uma família distinta. Modelos como o1, o3 e o4-mini mostraram que dedicar mais recursos computacionais ao raciocínio antes de responder podia aumentar muito a confiabilidade em tarefas complexas com várias etapas.

O o3-mini também foi um dos primeiros sinais de que o raciocínio poderia ir além dos modelos de fronteira e chegar aos desenvolvedores em modelos fáceis de usar e com boa relação custo-benefício.

Na segunda metade de 2025, a grande tendência foi a convergência. A mesma linha de modelos principais passou a reunir raciocínio mais profundo, uso de ferramentas e conversas de melhor qualidade. Para a maioria das equipes, “escolher um modelo” passou a depender mais do equilíbrio entre custo, latência e qualidade do que das diferenças fundamentais entre famílias.

Lançamentos com foco em raciocínio, como o1, o3 / o4-mini e o3-mini, deram aos desenvolvedores mais controle sobre a escolha entre “pensar mais ou responder mais rápido”. Ao longo do ano, a família GPT-5.x incorporou cada vez mais esses recursos, reunindo inteligência geral, profundidade de raciocínio, especialização em programação e multimodalidade em uma única linha de modelos.

Multimodalidade: áudio, visão, imagens e vídeo

No fim de 2025, multimodal passou de “o modelo aceita uma imagem como entrada” para “você pode criar um produto que combina modalidades de ponta a ponta”, muitas vezes em um único fluxo de trabalho.

Áudio e interação em tempo real

  • Os modelos de áudio de nova geração aumentaram a precisão da transcrição de fala em texto e deram mais controle sobre a conversão de texto em fala, viabilizando pipelines de voz para produção.
  • A Realtime API passou a ter disponibilidade geral e a oferecer transmissão bidirecional de áudio com baixa latência. Isso viabilizou o uso de agentes de voz ao vivo e interfaces de conversa em produção.

Imagens

  • O GPT Image 1 inaugurou uma nova geração de modelos de geração de imagens. Com uma compreensão ampla do mundo e maior capacidade de seguir instruções, o modelo produziu imagens de alta qualidade e fez edições estruturadas.
  • A alta fidelidade à imagem de entrada permitiu preservar detalhes como rostos e logotipos com mais consistência durante a edição.
  • O GPT Image 1 mini tornou a geração nativa de imagens mais econômica.
  • O GPT Image 1.5, nosso modelo mais avançado de geração de imagens, trouxe um salto na qualidade das imagens e na consistência das edições.
  • Com a geração de imagens disponível como ferramenta na Responses API, passou a ser possível criar imagens ao longo de conversas com várias interações e combinar esse recurso com outras ferramentas.

Vídeo

  • Os modelos Sora 2 e Sora 2 Pro passaram a gerar vídeos com maior fidelidade, mais coerência ao longo do tempo e suporte à criação de remixes.
  • A Video API disponibilizou a geração e a edição de vídeos via v1/videos, dando ao vídeo suporte nativo na API ao lado de texto, imagens e áudio.

PDFs e documentos

Por que isso importa: agora você pode usar a plataforma da OpenAI tanto para texto e visão quanto para fluxos de geração de imagens e vídeos e aplicações de fala para fala.

Codex

Em 2025, o Codex foi além de um modelo de programação e passou a atuar como engenheiro de software na sua equipe, conectando modelos, ferramentas locais e recursos de nuvem para ajudar os desenvolvedores em tarefas de programação mais longas e complexas.

Modelos

Os primeiros modelos de raciocínio trouxeram ganhos expressivos em tarefas complexas de programação, como edição de vários arquivos, depuração e planejamento. Na segunda metade de 2025, essas capacidades se consolidaram na família GPT-5. O GPT-5.2-Codex passou a ser a opção padrão mais recente para gerar e revisar código e raciocinar sobre o repositório inteiro. A especialização em programação passou a fazer parte da própria família de modelos de uso geral.

CLI

A Codex CLI de código aberto (GitHub) levou a programação com agentes diretamente aos ambientes locais. Os desenvolvedores passaram a poder executar o Codex em repositórios reais, revisar as alterações a cada iteração e aplicá-las aos arquivos com supervisão humana. Isso tornou viáveis as tarefas de programação de longa duração no dia a dia.

Também ficou mais fácil usar o Codex fora de sessões interativas, com suporte integrado a padrões de automação repetíveis, como executar o Codex por meio de scripts.

Segurança, controle e integrações

O Codex incorporou recursos para o trabalho em produção. O ambiente isolado e os modos de aprovação facilitaram a supervisão humana. Ao mesmo tempo, o suporte a AGENTS.md e MCP facilitou a adaptação do Codex ao seu repositório, a integração de ferramentas e contexto de terceiros e até a orquestração do Codex pelo Agents SDK (executando a CLI como servidor MCP).

Atualização de 5 de setembro de 2026: o servidor MCP do Codex foi removido. Consulte as orientações de migração para conhecer as opções de integração atuais.

Web, nuvem e IDE

Além da CLI, o Codex ampliou o suporte a sessões mais longas e à resolução de problemas em várias iterações na Web e na nuvem e na extensão para IDE. Com isso, ficou mais rápido passar do raciocínio em uma conversa às alterações no código. As equipes também passaram a poder automatizar partes do fluxo de trabalho com o Codex Autofix na integração contínua.

Por que isso importa: no fim de 2025, o Codex já funcionava menos como “um modelo para o qual você envia prompts” e mais como um ambiente de programação que combina modelos capazes de raciocinar com as ferramentas que os desenvolvedores já usam.

Mudança na plataforma: Responses API e componentes para sistemas com agentes de IA

Uma das mudanças mais importantes na plataforma em 2025 foi a adoção de APIs projetadas para agentes.

A Responses API facilitou o desenvolvimento com a nova geração de modelos:

  • Suporte a múltiplas entradas e saídas, inclusive em diferentes modalidades
  • Suporte a controles e resumos de raciocínio
  • Melhor suporte a chamadas de ferramentas, inclusive durante o raciocínio

A partir dessa base, 2025 também trouxe componentes de mais alto nível, como o Agents SDK de código aberto e o AgentKit, que facilitaram a criação e a orquestração de agentes.

Também ficou mais fácil gerenciar o estado e sua persistência:

Por que isso importa: criar agentes que executam várias etapas e fluxos de trabalho de longa duração agora exige menos código de integração personalizado e menos esforço para gerenciar o estado.

Além desses recursos básicos, introduzimos um conjunto de ferramentas integradas que ampliam o que os modelos podem fazer.

Ferramentas: da pesquisa na Web aos fluxos de trabalho

Em 2025, lançamos recursos padronizados que podem ser combinados para que os agentes executem tarefas úteis com segurança.

  • A Pesquisa na Web ofereceu aos agentes uma maneira simples de buscar informações atualizadas e citar as fontes.
  • A pesquisa em arquivos (com bancos de dados vetoriais) ofereceu um recurso hospedado de geração aumentada por recuperação (RAG), disponível por padrão e fácil de combinar com a Responses API e as saídas estruturadas.
  • O Code Interpreter executava Python em contêineres isolados para trabalhar com dados, transformar arquivos e depurar código de forma iterativa.
  • O Uso do computador permitiu automatizar ciclos de ações como “clicar, digitar e rolar a página” (de preferência em um ambiente isolado e com supervisão humana).

Por que isso importa: os agentes podem buscar informações, fazer cálculos e executar ações de forma confiável sem que cada equipe precise criar seu próprio ambiente de execução de ferramentas.

Execução e escala: operações assíncronas, eventos e controle de custos

Quando os agentes passaram de “uma única solicitação” para “tarefas com várias etapas”, as equipes responsáveis pela operação em produção precisaram de recursos para gerenciar custos, latência e confiabilidade.

  • O cache de prompts reduziu a latência e os custos de entrada quando os prompts compartilhavam prefixos longos e repetidos (prompts de sistema, ferramentas, schemas).
  • O modo em segundo plano permitiu gerar respostas demoradas sem manter aberta a conexão com o cliente.
  • Os webhooks permitiram trocar a “consulta periódica de tudo” por sistemas orientados a eventos, como a conclusão de um lote, de uma execução em segundo plano ou de um ajuste fino.
  • Os limites de taxa e as orientações para otimizar cargas de trabalho evoluíram à medida que se ampliaram os níveis de uso e as famílias de modelos.

Por que isso importa: no desenvolvimento de agentes, projetar o sistema (operações assíncronas, eventos e orçamentos) passou a ser tão importante quanto elaborar os prompts.

Padrões abertos e componentes de código aberto para agentes

Além da consolidação das APIs, 2025 trouxe mais ênfase à interoperabilidade e à capacidade de combinar componentes em sistemas com agentes de IA.

  • O Agents SDK de código aberto para Python (GitHub) e TypeScript (GitHub) estabeleceu componentes práticos para usar ferramentas, transferir tarefas entre agentes, aplicar salvaguardas e rastrear a execução. O SDK é independente de provedor e tem documentação sobre como usar modelos de outros provedores além da OpenAI.
  • O AgentKit acrescentou ferramentas de mais alto nível para desenvolver agentes, incluindo Agent Builder, ChatKit, Connector Registry e ciclos de avaliação, para equipes que querem lançar e aprimorar versões mais rapidamente.
  • Na área de padrões, a OpenAI promoveu o AGENTS.md (especificação) e participou da AAIF (Agentic AI Foundation). Essas iniciativas se somam a outros padrões do ecossistema, como o Model Context Protocol (MCP) e as Habilidades. Para os desenvolvedores, a adoção de convenções comuns torna as ferramentas para agentes mais portáteis e reduz a necessidade de criar integrações caso a caso.

Além do trabalho com agentes e padrões relacionados, lançamos o Apps SDK, um framework de código aberto que estende o Model Context Protocol (MCP). Com ele, os desenvolvedores podem criar interfaces de usuário junto aos seus servidores MCP e definir tanto a lógica quanto a interface interativa de aplicativos que podem ser executados em clientes como o ChatGPT.

Por que isso importa: os desenvolvedores podem criar agentes com menos dependência de um único ambiente de execução ou de uma única interface de usuário. Também fica mais fácil integrar agentes que usam tecnologia da OpenAI a sistemas heterogêneos.

Modelos com pesos abertos

Além das APIs hospedadas, a OpenAI lançou modelos com pesos abertos voltados à transparência, à pesquisa e à implantação em infraestrutura local ou com hospedagem própria. Esses modelos mantêm uma alta capacidade de raciocínio e de seguir instruções.

  • gpt-oss 120b e 20b, modelos de raciocínio projetados para hospedagem própria e implantação em infraestrutura local.
  • gpt-oss-safeguard 120b e 20b, modelos de segurança e aplicação de políticas projetados para serem executados junto com o gpt-oss.

Avaliação, ajuste e implantação segura

Balanço do ano

Ao longo de 2025, concentramos nossos esforços em algumas frentes para facilitar o desenvolvimento e a implantação de soluções na nossa plataforma:

  • Raciocínio em escala e com profundidade ajustável como capacidade central
  • Uma interface de API unificada e projetada para agentes
  • Componentes abertos e novos padrões de interoperabilidade
  • Suporte multimodal abrangente para texto, imagens, áudio, vídeo e documentos
  • Ferramentas mais robustas para avaliação, ajuste e implantação em produção

Modelos recomendados por tarefa (fim de 2025)

Se você está começando um projeto ou modernizando uma integração, estas são boas opções iniciais para cada tipo de tarefa.

  • Uso geral (texto e entradas multimodais): GPT-5.2 para chat, tarefas com contexto longo e entradas multimodais.
  • Raciocínio mais profundo ou cargas de trabalho que exigem alta confiabilidade: GPT-5.2 Pro para planejamento e tarefas em que a qualidade justifica o uso de mais recursos computacionais.
  • Programação e engenharia de software: GPT-5.2-Codex para geração e revisão de código, raciocínio sobre todo o repositório e agentes de programação que usam ferramentas.
  • Geração e edição de imagens: GPT Image 1.5 para gerar imagens com maior fidelidade e fazer edições sucessivas.
  • Voz em tempo real: gpt-realtime para interações de fala para fala com baixa latência e agentes de voz ao vivo.

Para conferir a disponibilidade atual e os níveis de acesso, consulte a página oficial de comparação de modelos.

Essas atualizações lançaram as bases para o que vem a seguir. Agradecemos por desenvolver com a gente em 2025 e queremos ver o que você vai criar em 2026.