Model
.ai
acompanhando modelos de IA abertos
O1 pro
OpenAI | contexto de 200.000 tokens | $150,00/M entrada, $600,00/M saída. A série o1 de modelos é treinada com aprendizado por reforço para pensar antes de responder e realizar raciocínios complexos. O modelo o1-pro usa mais poder computacional para pensar mais profundamente e fornecer respostas consistentemente melhores.
Guias para este modelo
Todos os guias
o1-pro é o modelo de raciocínio de maior capacidade computacional da OpenAI, construído na mesma base de aprendizado por reforço do o1, mas com mais tempo para pensar antes de responder. Esse tempo extra de computação se traduz em desempenho mais consistente em problemas difíceis — aqueles em que um modelo mais barato às vezes falha. É indicado para pesquisadores, engenheiros e analistas que precisam de respostas confiáveis em tarefas complexas e podem absorver uma conta API séria.

Conhecido por

  • Raciocínio interno estendido antes de responder, reduzindo erros em problemas difíceis.
  • Janela de contexto de 200.000 tokens para lidar com documentos longos e grandes bases de código.
  • Capacidade de visão junto com raciocínio textual.
  • Respostas consistentemente melhores que o o1 padrão nos mesmos prompts difíceis.

Fique atento a

  • Com $150/M de tokens de entrada e $600/M de tokens de saída, os custos sobem rápido — prototipe em outro lugar primeiro.
  • Pesos fechados, apenas API: sem implantação local, sem fine-tuning, sem uso offline.
  • Mais lento por design; o tempo extra de raciocínio não é adequado para aplicações sensíveis à latência.

Sugestões para tentar

Auditar um algoritmo complexo
Aqui está uma solução recursiva de programação dinâmica para o problema de agendamento de intervalos ponderados. Explique a lógica passo a passo, identifique quaisquer casos de borda que ela trate incorretamente e reescreva a função para corrigi-los. Explique cada mudança que fizer e por que ela importa.
Testar um argumento de pesquisa
Estou escrevendo um artigo argumentando que revisão obrigatória de código reduz taxas de defeitos mais do que análise estática automatizada sozinha. Liste os três contra-argumentos mais fortes que um revisor hostil poderia levantar, avalie as evidências por trás de cada um e sugira como eu poderia abordá-los no artigo.
Raciocinar sobre um cenário legal
Uma empresa SaaS armazena dados de clientes da UE em servidores dos EUA sob uma cláusula contratual padrão assinada antes da última decisão de adequação expirar. Identifique os riscos de conformidade, classifique-os por gravidade e esboce os passos mínimos que a empresa deve tomar para reduzir a exposição.

Comparar com

  • gpt oss 120b Turbo
    Modelo com pesos abertos
    Contexto de 131,072 tokens · entrada $0.15/M, saída $0.60/M
  • GPT-6 Luna
    Modelo apenas para API
    Contexto de 1,050,000 tokens · entrada $0.10/M, saída $0.50/M
  • GPT-5.6 Sol
    Modelo apenas para API
    Contexto de 1,050,000 tokens · entrada $4.00/M, saída $20.00/M
  • GPT-6.1 Sol
    Modelo apenas para API
    Contexto de 1,050,000 tokens · entrada $2.00/M, saída $10.00/M
Mais modelos de texto de openai

Perguntas frequentes

Posso rodar o o1-pro localmente?
Não. o1-pro é apenas via API e não tem pesos abertos liberados, então implantação local não é possível.
Quanto custa o o1-pro e qual é sua janela de contexto?
A OpenAI cobra $150,00 por milhão de tokens de entrada e $600,00 por milhão de tokens de saída, com uma janela de contexto de 200.000 tokens.
Como o o1-pro difere do o1 padrão?
Ambos usam raciocínio baseado em aprendizado por reforço, mas o o1-pro aloca mais computação por consulta, o que, segundo a OpenAI, produz respostas mais consistentemente corretas em problemas difíceis — a um preço significativamente maior.
Veredito do capitão
O modelo de raciocínio mais confiável que a OpenAI oferece, mas o preço significa que você deve ter muita certeza de que precisa dele.
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
o1 pro no ModelTrends.ai: Heat 5,509°
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.