GPT-5: o que realmente muda (e como eu vou usar)

O GPT-5 chegou com promessa grande: mais inteligência “de fábrica”, respostas mais confiáveis e um jeito novo de “pensar quando precisa e ser rápido quando dá”. Ele já está disponível no ChatGPT para todo mundo (com limites diferentes por plano) e chega também na API com três tamanhos (gpt-5, gpt-5-mini e gpt-5-nano).

Em uma frase

Agora o ChatGPT é um sistema unificado: um modelo “rápido”, um modelo com raciocínio profundo (GPT-5 thinking) e um roteador em tempo real que decide quando pensar mais ou responder logo — inclusive se eu disser no prompt “pensa fundo nisso”.

As novidades que importam

Mais acurácia e menos alucinação: ~45% menos erros que o GPT-4o; com raciocínio ligado, ~80% menos que o o3, além de menor tendência a “inventar” quando a tarefa é impossível.

Código no estado da arte: 74,9% no SWE-bench Verified e 88% no Aider polyglot; melhor estética e qualidade pra front-end, e colaboração mais “agente” (plano → execução → ajustes).

Agentes mais estáveis: SOTA em τ²-bench telecom (96,7%), encadeando dezenas de tool calls em sequência e em paralelo com menos erro.

Contexto gigante: até 400k tokens (272k de entrada + 128k de saída) na API — dá pra trabalhar com catálogos grandes, logs e políticas sem picotar.

Controles novos na API: parâmetro reasoning_effort com opção minimal (respostas rápidas quando não precisa pensar muito), verbosity (curto/médio/long) e custom tools (entrada em texto, não só JSON).

Experiência no ChatGPT: Study Mode, melhorias de voz, personalidades e conectores (Gmail/Calendar) — ajudam a estudar, a ditar e a integrar rotina.

Disponibilidade e rollout: início em 7 de agosto de 2025, com Team primeiro, Enterprise/Edu na sequência e GPT-5 Pro (raciocínio estendido) pros planos superiores.

Preço na API: gpt-5 a $1,25/M tokens de entrada e $10/M de saída; mini e nano mais baratos para volume/latência.

Contexto: nem tudo são flores

O lançamento teve percalços no roteamento (gente sendo atendida pelo modelo “rápido” quando queria o “thinking”), o que gerou críticas e o restabelecimento temporário de modelos antigos na UI. A promessa é ajustar o autoswitch e deixar mais claro qual modo está ativo. Bom ficar atento.

Leitura para o varejo e omnichannel (pelo gpt-5)

1) Agentes operacionais Eu crio “bots de processos” para backoffice e loja: cadastro de SKU, auditoria de preço, reconciliação de pedidos, trocas/retornos e fraude leve. O GPT-5 aguenta cadeias longas de ferramentas (ERP, OMS, WMS) com mais estabilidade. Métrica que eu acompanho: SLAs de exceções resolvidas e % de automação sem intervenção.

2) Copiloto de front-end pro e-commerce Pra squads digitais, dá pra acelerar landing pages, componentes React e testes. O ganho vem de qualidade de UI e menos retrabalho — o modelo foi preferido em 70% dos testes de front-end internos da OpenAI. KPI: tempo de ciclo PR→produção.

3) Atendimento omnichannel “com cérebro” Com 400k tokens, eu levo políticas completas, contratos e histórico pra sessão. Resultado: respostas mais consistentes e menos alucinações em casos complexos (jurídico, entrega, garantia). KPI: AHT, FCR e CES.

4) Retail Media & Conteúdo Briefs criativos, variações de criativos e páginas de categoria em escala, com menos retrabalho de compliance. KPI: tempo de aprovação, CTR e share of wallet do anunciante. OpenAI

5) Analytics assistido Exploro dados (consultas + documentos) sem ETL pesado, pedindo insights com fontes citadas. Com o Study Mode e conectores, apoio time comercial/planejamento. KPI: tempo para responder QBR e qualidade das recomendações.

Checklist técnico

Modelos: gpt-5 / gpt-5-mini / gpt-5-nano; gpt-5-chat-latest para chat sem raciocínio profundo.

Parâmetros: reasoning_effort (inclui minimal), verbosity (low/medium/high).

Contexto: 272k in + 128k out (total 400k).

Preço (referência): $1,25/M in e $10/M out no gpt-5.

ChatGPT (UX): Study Mode, voz melhorada, personalidades e conectores.