GPT-5.4 Nano cobra um décimo do Codex: vale trocar?

O preço que a OpenAI escolheu não mostrar

Doze dias depois do lançamento, o GPT-5.4 Nano em modo batch segue sem índice de inteligência publicado no catálogo. Isso não é detalhe: é a peça que falta. O catálogo ranqueia hoje 375 modelos e usa esse índice como moeda comum para comparar capacidade. Quando ele vem nulo, a leitura do produto muda — você deixa de comprar "capacidade por dólar" e passa a comprar "dólar por dólar".

O número que a OpenAI escolheu destacar é outro. US$ 0,625 por milhão de tokens de saída. Compare com o irmão mais capaz da casa, o GPT-5.3-Codex, listado a US$ 14 por milhão de saída — ou seja, o Nano custa 4,4% do preço do Codex. É uma diferença grande o suficiente para justificar um post, mas pequena o suficiente para exigir que você olhe para o resto.

O que exatamente ficou mais barato

A conta do Nano (batch) é assim: US$ 0,10 por milhão de entrada, US$ 0,625 por milhão de saída, US$ 0,01 por milhão em cache. O cache a um centavo é o chamariz real — quem repete prompts longos paga quase nada na segunda passagem. Em modo batch a promessa é a mesma de sempre: latência maior, fila de processamento, mas o mesmo preço por token.

Traduzindo em trabalho real: um pipeline que consome 50 milhões de tokens de saída por mês — carga típica de uma empresa pequena gerando relatórios, classificando tickets ou reescrevendo e-mails — gasta US$ 31,25 no Nano batch. No Codex, a mesma carga custa US$ 700. Em volume, é a diferença entre pagar uma assinatura de SaaS e pagar um desenvolvedor júnior.

Para quem o Nano muda a conta

Serve se você precisa de alto volume, latência flexível e tarefa simples: classificação, extração, reformulação, geração curta, tradução em massa, sumarização de documentos longos. A janela de contexto de 400 mil tokens ajuda quem despeja PDFs inteiros; a entrada multimodal (texto, imagem, arquivo) o coloca no mesmo balde de trabalho do Gemini e do Claude leve.

Não muda nada se o que você precisa é raciocínio pesado, código não-trivial ou cadeia agêntica longa. Para isso, o topo do catálogo hoje é claro: Gemini 3.1 Pro Preview (IQ 47,7) a US$ 12 de saída e GPT-5.3-Codex (IQ 45,5) a US$ 14 são os únicos acima de IQ 45 e disputam o primeiro lugar. O Nano não entra nesse páreo — e não há dado que diga onde ele entra.

O silêncio sobre capacidade

A ficha técnica deixa três campos críticos vazios: IQ, raciocínio e velocidade. O "knowledge cutoff" é 31 de agosto de 2025, então o modelo sabe de coisas até aquele ponto e não finge saber mais. Sem benchmark público, qualquer afirmação sobre "inteligência suficiente para X" vira opinião.

A leitura prática: a OpenAI está posicionando o Nano como commodity de infraestrutura, não como primus inter pares. É o mesmo movimento que o mercado de cloud faz com instâncias spot — não é a máquina mais rápida, é a que liga rápido e cobra barato pelo que faz. Para workloads sensíveis, o caminho continua sendo testar em produção com um conjunto de prompts seu, não confiar em folha de especificações.

Quando NÃO vale a pena

Se a sua fatura mensal de API é menor que algumas centenas de dólares, a diferença absoluta de centavos por milhão não paga o risco de descobrir tarde demais que o modelo errou uma classificação crítica. Se você precisa de agente autonomeamente operando, o Nano não foi desenhado para isso — a descrição oficial fala em "speed-critical and high-volume tasks", não em orquestração. E se o seu produto exige resposta em tempo real, o modo batch adiciona latência de fila que pode não caber no seu SLA.

A escolha concreta

Use o Nano batch quando a tarefa é paralelizada, o volume justifica o preço e o erro é barato. Mantenha Codex ou Gemini Pro Preview no caminho crítico, mesmo custando 20 vezes mais por token de saída. E peça à OpenAI o índice de capacidade que falta — até lá, o melhor benchmark é o seu próprio conjunto de teste rodando em produção.