A OpenAI anunciou APIs para ChatGPT e Whisper voltadas a produtos e integrações, com foco em custo menor, uso mais direto e mais controle de versão para quem desenvolve. No mesmo pacote, a empresa descreveu ajustes de política, como retenção padrão de logs por 30 dias e regras mais claras sobre uso de dados.
O que muda na prática para quem desenvolve
O ponto central é que a API de chat passa a usar um modelo da família GPT pensado para conversas, mas que também funciona bem em tarefas “não chat”, como extração de informações, classificação e reescrita de texto. No anúncio, a OpenAI citou o modelo gpt-3.5-turbo como base dessa API. openai.com
Também houve um reposicionamento de preço para facilitar uso em escala. No texto do anúncio, o valor mencionado para a API de chat foi de US$0,002 por 1.000 tokens, descrito como cerca de 10 vezes mais barato que versões anteriores de GPT-3.5 na época. Como preços mudam, a regra prática é sempre conferir a tabela atual antes de estimar custo. openai.com
Para consulta oficial, a página mais direta é API Pricing.
Mini-modelo para decidir rápido
Pense no “triângulo do desenvolvedor”: custo, qualidade e previsibilidade. Modelos e versões mudam esse equilíbrio, então a escolha deve ser guiada pelo que dói mais no seu produto, gasto, erro ou instabilidade.
Whisper, versões fixas e políticas de dados
A API do Whisper foi posicionada como o caminho mais simples para usar o modelo de transcrição citado no anúncio, com cobrança por tempo de áudio. O valor informado foi de US$0,006 por minuto, com arredondamento para o segundo mais próximo. platform.openai.com
Outro detalhe importante para produção é a flexibilidade de “travar” uma versão específica do modelo. A ideia é reduzir surpresas quando o provedor atualiza o comportamento do sistema, algo que pode impactar testes, auditoria e suporte.
Regra de decisão clara
Se o resultado precisa ser reprodutível, por exemplo relatórios regulatórios, contratos, laudos e fluxos com testes rígidos, a melhor prática é fixar uma versão específica e atualizar só em janelas planejadas. Se o objetivo é melhorar automaticamente com o tempo, use a versão padrão e monitore métricas de qualidade e custo a cada mudança.
Exemplo prático de ponta a ponta
Um caso comum no Brasil é atendimento ao cliente com áudio. O fluxo fica simples: (1) o usuário envia um áudio no WhatsApp ou no app, (2) o Whisper transcreve, (3) o modelo de chat resume, identifica intenção e sugere resposta, (4) o sistema grava o ticket e envia a resposta para um humano aprovar, quando necessário. O benefício é duplo: o Whisper padroniza o texto e o chat consegue aplicar regras de negócio em cima da transcrição.
O que muda em retenção e uso de dados
A OpenAI descreveu mudanças em resposta a feedbacks, incluindo uma retenção padrão de logs por até 30 dias para uso da API, com opções mais restritivas em alguns cenários, além de simplificação de termos e políticas. openai.com
Segundo a documentação da plataforma, dados enviados via API não são usados para treinar modelos por padrão, a menos que haja permissão explícita do cliente. Para leitura técnica e atualizada, o material mais direto é How we use your data. platform.openai.com