OpenAI

OGPT-5 Nano (batch)API

GPT-5-Nano es la variante más pequeña y rápida del sistema GPT-5, optimizada para herramientas de desarrollador, interacciones rápidas y entornos de latencia ultra baja.

Ventana de contexto
400K
tokens
Precio de entrada
$0.02
por M tokens
Precio de salida
$0.2
por M tokens
Proveedor
OpenAI

Los precios se actualizan automáticamente — verificados cada hora contra los precios de la lista del proveedor.

Ver alternativas de código abierto → Comparar todos los precios de modelos

Puntuaciones de referencia y rendimiento

Puntuaciones de referencia independientes para GPT-5 Nano (batch), medidas por Artificial Analysis. Más alto es mejor. Modo de medición: high.

Intelligence index19.9
Math index83.7
GPQA67.6%
MMLU-Pro78%
Humanity's Last Exam8.2%
Long Context Reasoning41.7%
LiveCodeBench78.9%
SciCode36.6%
AIME 202583.7%
IFBench67.6%
τ²-Bench36.5%
Terminal-Bench Hard12.1%
💰 Blended price$0.138 / 1M tokens
📈 Value144.2 intelligence points per $
Datos de referencia por Artificial Analysis

Acerca de este modelo

GPT-5 Nano (batch) es un modelo de IA comercial de OpenAI. Las especificaciones a continuación se rastrean automáticamente: los precios se actualizan cada hora a partir de precios de lista públicos, por lo que los números en esta página reflejan el costo actual de usar el modelo a través de su API.

Preguntas frecuentes

¿Qué es GPT-5 Nano (batch)?

GPT-5 Nano (batch) es un modelo de lenguaje de IA de OpenAI. Es un modelo propietario, disponible a través de una API. Obtiene 19.9 en el índice de inteligencia Artificial Analysis.

¿Es GPT-5 Nano (batch) gratuito?

GPT-5 Nano (batch) no es gratuito: cuesta $0.02 por millón de tokens de entrada y $0.2 por millón de tokens de salida. Las alternativas de peso abierto se pueden alojar de forma local sin costo por token.

¿En qué es bueno GPT-5 Nano (batch)?

Los benchmarks independientes de Artificial Analysis le dan GPQA 67.6%, MMLU-Pro 78%, Humanity's Last Exam 8.2%, Long Context Reasoning 41.7%, LiveCodeBench 78.9%, SciCode 36.6%, AIME 2025 83.7%, IFBench 67.6%, τ²-Bench 36.5%, Terminal-Bench Hard 12.1%. Se utiliza particularmente para razonamiento matemático.

Modelos relacionados

o1-proOpenAIGPT-5.5 ProOpenAIGPT-5.4 ProOpenAIGPT-5.2 ProOpenAIGPT-5 ProOpenAIo3 ProOpenAI