API do ChatGPT é o nome popular usado para a OpenAI API, a plataforma que permite integrar modelos e ferramentas da OpenAI a sites, aplicativos, sistemas internos e automações. Em vez de abrir o ChatGPT e escrever manualmente, seu programa envia uma solicitação a um endpoint e recebe uma resposta estruturada.
Para projetos novos, o ponto de partida recomendado é a Responses API. Ela permite gerar texto, analisar imagens e arquivos, usar ferramentas, obter dados estruturados e manter conversas. A assinatura do ChatGPT e a cobrança da API são separadas: pagar pelo ChatGPT Plus, Pro ou Business não adiciona automaticamente créditos à plataforma de desenvolvedores.
Informações técnicas, modelos e preços verificados em 10 de outubro de 2026. A OpenAI pode alterar modelos, tarifas, limites e recursos; consulte a documentação oficial antes de calcular custos ou publicar uma integração.
API do ChatGPT em resumo
| Pergunta | Resposta |
|---|---|
| Qual é o nome técnico? | OpenAI API. “API do ChatGPT” é uma expressão popular. |
| Qual endpoint usar em um projeto novo? | Responses API, pelo endpoint /v1/responses. |
| A assinatura do ChatGPT inclui a API? | Não. O produto ChatGPT e a plataforma API têm faturamento separado. |
| Como a API é cobrada? | Normalmente por tokens de entrada, cache, saída e ferramentas utilizadas. |
| Onde deve ficar a chave? | No backend, em variável de ambiente ou gerenciador de segredos. |
| Posso chamar a API diretamente do navegador? | Não é recomendado, porque isso expõe a chave ao usuário e ao código entregue pelo navegador. |
| Qual modelo escolher? | Depende da dificuldade, do volume, da latência, das ferramentas e do orçamento. |
O que é uma API?
API significa Application Programming Interface, ou interface de programação de aplicações. Ela define como dois sistemas trocam solicitações e respostas.
No caso da OpenAI API, o fluxo básico é:
- seu aplicativo recebe uma mensagem, um arquivo ou uma tarefa;
- o backend valida os dados e decide qual modelo ou ferramenta usar;
- o backend envia uma solicitação HTTPS autenticada à OpenAI;
- o modelo processa o conteúdo e retorna uma resposta;
- seu aplicativo valida, registra e apresenta o resultado ao usuário.
Um endpoint é o endereço de uma operação da API. O endpoint principal para geração atual é POST /v1/responses. Um SDK é uma biblioteca que simplifica o acesso à API em uma linguagem, como Python ou JavaScript. Um token é uma unidade usada pelos modelos para processar texto e calcular consumo; não equivale exatamente a uma palavra.
ChatGPT, OpenAI API e modelo: qual é a diferença?
| Elemento | O que é | Para quem serve |
|---|---|---|
| ChatGPT | Produto pronto com interface, planos, arquivos, pesquisa, voz e outras ferramentas | Pessoas e equipes que querem usar IA diretamente |
| OpenAI API | Plataforma para integrar modelos e ferramentas a aplicações próprias | Desenvolvedores e empresas |
| Modelo | Sistema que interpreta a entrada e gera uma saída | É escolhido pelo aplicativo em cada chamada |
| SDK | Biblioteca oficial para chamar a API | Facilita autenticação, tipos, streaming e erros |
Usar um modelo da OpenAI em outro aplicativo não reproduz automaticamente o ChatGPT. Recursos como Projects, memória, interface, histórico, pesquisa e conectores precisam ser fornecidos pelo produto ou construídos no sistema que usa a API.
Para que serve a API do ChatGPT?
A API pode ser usada quando a tarefa precisa ocorrer dentro de um software ou ser repetida de forma controlada. Casos comuns incluem:
- atendimento conectado a uma base de conhecimento;
- resumo e classificação de documentos;
- extração de campos de contratos, formulários e notas;
- revisão, explicação e geração de código;
- produção de descrições, e-mails e rascunhos;
- análise de imagens e arquivos;
- pesquisa na web com ferramentas compatíveis;
- geração de JSON validado por schema;
- chamada de funções do seu próprio sistema;
- agentes que executam etapas com aprovação e logs.
A API não fornece automaticamente autenticação dos seus usuários, banco de dados, interface, proteção contra abuso, revisão humana ou lógica de negócio. Esses componentes continuam sendo responsabilidade da aplicação.
Responses API ou Chat Completions?
A OpenAI apresenta a Responses API como a interface principal para novas integrações. Chat Completions continua disponível para aplicações compatíveis, mas possui uma estrutura diferente.
| Critério | Responses API | Chat Completions |
|---|---|---|
| Projeto novo | Ponto de partida recomendado | Útil para integrações existentes |
| Entrada | Itens de texto, imagem, arquivo e resultados de ferramentas | Lista de mensagens |
| Texto agregado no SDK | response.output_text | Conteúdo da mensagem da primeira escolha |
| Ferramentas integradas | Projetada para ferramentas incorporadas e personalizadas | Suporte mais limitado conforme modelo e configuração |
| Continuidade | previous_response_id ou Conversations API | Histórico geralmente reenviado pela aplicação |
| Streaming | Eventos semânticos tipados | Chunks de conclusão |
A documentação de geração de texto usa Responses API para chamadas diretas. Não é necessário reescrever uma integração funcional sem planejamento, mas novos recursos devem ser projetados a partir da interface atual.
Como obter acesso à OpenAI API
- Crie uma conta na plataforma: entre em platform.openai.com.
- Crie ou selecione um projeto: projetos ajudam a separar chaves, limites, ambientes e consumo.
- Configure o faturamento: confirme créditos, método de pagamento e limites antes de executar cargas reais.
- Gere uma chave: crie uma chave em API Keys.
- Salve a chave com segurança: use uma variável de ambiente ou cofre de segredos.
- Escolha um modelo atual: consulte o catálogo de modelos.
- Faça uma chamada de teste: comece com um prompt curto e revise o objeto retornado.
Não coloque uma chave real em um artigo, repositório, ticket, captura de tela, aplicativo móvel ou JavaScript enviado ao navegador. Se uma chave for exposta, revogue-a e gere outra.
Como configurar a chave como variável de ambiente
macOS e Linux
export OPENAI_API_KEY="sua_chave_aqui"Windows PowerShell
setx OPENAI_API_KEY "sua_chave_aqui"Abra um novo terminal depois de usar setx. Os SDKs oficiais leem OPENAI_API_KEY automaticamente, conforme o guia de SDKs da OpenAI.
Primeira chamada com curl
O exemplo usa gpt-6-luna, modelo atual voltado a tarefas focadas e de alto volume. Confirme o model ID no catálogo antes de reutilizar o código futuramente.
curl https://api.openai.com/v1/responses \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $OPENAI_API_KEY" \
-d '{
"model": "gpt-6-luna",
"instructions": "Responda em português do Brasil, de forma clara e objetiva.",
"input": "Explique o que é uma API em três frases.",
"store": false
}'Os principais elementos são:
Authorization: envia a chave no formato Bearer;Content-Type: informa que o corpo está em JSON;model: define o modelo chamado;instructions: define regras gerais para a resposta;input: contém a tarefa ou mensagem do usuário;store: false: evita o armazenamento padrão do objeto Response nesse fluxo.
store: false não deve ser interpretado como promessa de retenção zero em toda a arquitetura. Seu backend, ferramentas, logs e provedores conectados podem armazenar outros dados.
Como ler a resposta
A API retorna um objeto JSON com identificador, status, modelo, itens de saída e consumo. Nos SDKs oficiais, output_text agrega o texto produzido pelo modelo.
{
"id": "resp_...",
"object": "response",
"status": "completed",
"model": "gpt-6-luna",
"output": [
{
"type": "message",
"role": "assistant",
"content": [
{
"type": "output_text",
"text": "Uma API..."
}
]
}
],
"usage": {
"input_tokens": 35,
"output_tokens": 74,
"total_tokens": 109
}
}Os números são apenas ilustrativos. O consumo real depende do prompt, das instruções, do modelo, das ferramentas, do raciocínio e do tamanho da resposta.
Como escolher um modelo
O catálogo atual recomenda três pontos de partida:
| Modelo | Perfil | Quando avaliar |
|---|---|---|
gpt-6-astra | Maior capacidade | Raciocínio, programação e tarefas difíceis em que qualidade pesa mais que custo |
gpt-6.1-sol | Equilíbrio | Aplicações profissionais que precisam combinar capacidade e orçamento |
gpt-6-luna | Eficiência | Classificação, extração, transformação e cargas de alto volume |
Não escolha apenas pelo nome ou pelo preço de entrada. Compare pelo menos:
- qualidade na sua tarefa real;
- taxa de erros e respostas incompletas;
- latência;
- tokens de entrada e saída;
- ferramentas necessárias;
- janela de contexto;
- formato estruturado;
- custo de novas tentativas e revisão humana.
Quanto custa a API do ChatGPT?
A cobrança da OpenAI API pode incluir tokens de entrada, leitura de entrada em cache, gravação em cache, tokens de saída e ferramentas. Contextos longos, modos de processamento e residência regional podem usar tarifas diferentes.
Na tabela de processamento padrão e contexto curto consultada em 10 de outubro de 2026, os preços publicados por 1 milhão de tokens eram:
| Modelo | Entrada | Entrada em cache | Gravação em cache | Saída |
|---|---|---|---|---|
| GPT-6 Astra | US$ 10,00 | US$ 1,00 | US$ 12,50 | US$ 50,00 |
| GPT-6.1 Sol | US$ 2,00 | US$ 0,10 | US$ 2,50 | US$ 10,00 |
| GPT-6 Luna | US$ 0,10 | US$ 0,01 | US$ 0,125 | US$ 0,50 |
Consulte a página oficial de preços para verificar valores atuais, contexto longo, Batch, Flex, Fast, ferramentas e outros modelos.
custo estimado =
entrada não armazenada em cache
+ gravações em cache
+ leituras de cache
+ saída
+ ferramentas
+ armazenamento
+ novas tentativas
+ revisão humanaUma integração barata por chamada pode se tornar cara se gerar respostas longas, repetir contexto desnecessário ou exigir muitas correções. Uma aplicação de produção deve registrar o campo usage e relacionar consumo a usuário, recurso ou cliente.
O que é prompt caching?
Prompt caching reutiliza o processamento de um prefixo estável, como instruções, exemplos, ferramentas ou material de referência repetido em várias chamadas. Isso pode reduzir latência e custo de entrada.
Segundo o guia de cache de prompts, o cache funciona por correspondência do início do contexto. Portanto:
- coloque instruções estáveis no início;
- mantenha a ordem das ferramentas e schemas;
- coloque a mensagem variável do usuário depois do prefixo reutilizável;
- acompanhe tokens gravados e lidos do cache;
- não presuma que manter uma conversa garante um cache hit.
O cache não reutiliza a resposta final. O modelo ainda gera uma nova saída, portanto duas chamadas iguais podem produzir textos diferentes.
Como manter uma conversa
Cada chamada pode ser independente, mas a Responses API oferece duas maneiras principais de preservar contexto:
previous_response_id
Você envia o identificador da resposta anterior junto à nova mensagem. É uma forma simples de encadear turnos.
const primeira = await client.responses.create({
model: "gpt-6-luna",
input: "Meu produto é um aplicativo de finanças pessoais.",
});
const segunda = await client.responses.create({
model: "gpt-6-luna",
previous_response_id: primeira.id,
input: "Agora crie três mensagens curtas de onboarding.",
});Conversations API
A Conversations API permite persistir itens de conversa em um objeto durável, útil quando o histórico precisa continuar entre dispositivos, sessões ou processos.
O guia oficial de estado de conversa informa que objetos Response são armazenados por 30 dias por padrão, salvo configuração diferente, enquanto itens associados a Conversations podem persistir além desse prazo. Defina retenção e exclusão conforme sua finalidade e política de dados.
Mesmo ao usar previous_response_id, os tokens anteriores usados na cadeia entram no consumo de entrada. Manter estado não significa manter custo constante.
Function calling e ferramentas
Function calling permite que o modelo solicite a execução de uma função definida pelo seu aplicativo. O modelo não executa a ação sozinho.
- o backend envia as ferramentas permitidas e seus schemas;
- o modelo escolhe uma ferramenta e gera argumentos;
- o backend valida os argumentos e a autorização;
- o backend executa a função real;
- o resultado é devolvido ao modelo;
- o modelo produz a resposta final.
Não considere uma ação concluída porque o texto do modelo afirma que ela ocorreu. Confirme no banco de dados, CRM, provedor de pagamento ou sistema responsável.
Structured Outputs e JSON
Quando sua aplicação precisa de campos previsíveis, use Structured Outputs com um JSON Schema compatível. Esse recurso restringe a estrutura, mas não garante que os valores estejam corretos.
| Método | O que garante | O que não garante |
|---|---|---|
| Pedido textual para “responder em JSON” | Nenhuma garantia rígida | JSON válido ou schema correto |
| JSON mode | JSON sintaticamente válido | Aderência ao schema desejado |
| Structured Outputs | Aderência à estrutura suportada | Veracidade dos valores |
Valide novamente no backend. Um campo preco pode estar no formato correto e ainda conter um número inventado.
Streaming: mostrar a resposta enquanto ela é gerada
Por padrão, a API entrega a resposta após concluir a geração. Com streaming, seu aplicativo recebe eventos gradualmente e pode mostrar o texto conforme ele chega.
A OpenAI usa Server-Sent Events no streaming HTTP da Responses API. Entre os eventos mais úteis estão response.output_text.delta, com trechos de texto, e response.completed, quando o trabalho termina. Consulte o guia de streaming de respostas.
Streaming melhora a percepção de velocidade, mas aumenta a responsabilidade de moderação: parte do conteúdo pode chegar ao usuário antes de a resposta completa estar disponível para revisão.
Rate limits e erro 429
Rate limits são limites de requisições, tokens ou outras unidades em determinado período. Eles variam por modelo, projeto e nível de uso.
O guia oficial de rate limits descreve métricas como RPM, TPM e limites de fila de Batch. Quando a API retorna 429 por excesso temporário:
- respeite o cabeçalho
Retry-Afterquando estiver presente; - use backoff exponencial com um pequeno atraso aleatório;
- limite o número máximo de tentativas;
- reduza requisições redundantes;
- controle consumo por usuário ou cliente.
Não repita indefinidamente erros de saldo, limite de gasto ou autenticação. Esses casos exigem correção de configuração, não apenas espera.
Erros comuns da OpenAI API
| Código ou situação | Causa provável | Ação |
|---|---|---|
| 400 | Parâmetro, formato ou corpo inválido | Leia error.message e confira a referência do endpoint |
| 401 | Chave inválida, revogada ou sem permissão | Confira projeto, variável de ambiente e permissões |
| 403 | Acesso, região ou política não permitida | Confirme elegibilidade e configuração |
| 429 rate limit | Requisições ou tokens acima do limite temporário | Reduza o ritmo e aplique backoff |
| 429 saldo ou gasto | Créditos ou limite financeiro esgotados | Atualize faturamento ou limites |
| 500 | Falha temporária do serviço | Tente novamente com limite de tentativas |
| 503 | Modelo temporariamente sobrecarregado | Respeite Retry-After e tente depois |
A lista atual e as classes dos SDKs estão no guia de códigos de erro.
Segurança da chave e do backend
- mantenha a chave apenas no servidor;
- use projetos e chaves diferentes para desenvolvimento e produção;
- aplique permissões mínimas;
- não registre a chave em logs;
- revogue chaves expostas imediatamente;
- limite tamanho de entrada e saída;
- autentique os usuários da sua aplicação;
- controle consumo por usuário;
- valide argumentos de ferramentas;
- exija aprovação para ações irreversíveis;
- mantenha logs sem dados sensíveis desnecessários;
- teste prompt injection e abuso.
A OpenAI recomenda moderação, testes adversariais, supervisão humana e identificadores de segurança em aplicações com usuários finais. Consulte as práticas de segurança da API.
Privacidade e uso dos dados
A OpenAI afirma que dados enviados pela API não são usados para treinar seus modelos sem consentimento explícito. Isso não elimina a necessidade de definir retenção, acesso, finalidade e minimização dentro da sua aplicação.
Antes de enviar dados pessoais, documentos empresariais ou informações de clientes:
- remova dados que não são necessários para a tarefa;
- use identificadores pseudonimizados quando possível;
- defina quem pode consultar logs e históricos;
- revise armazenamento de ferramentas externas;
- configure retenção de acordo com a finalidade;
- documente a base legal e as responsabilidades aplicáveis;
- não presuma conformidade automática com a LGPD.
Para produtos empresariais e API, consulte a página de privacidade de dados empresariais da OpenAI.
O que testar antes de publicar
- Respostas: compare o resultado com exemplos aprovados.
- Instruções: teste entradas que tentam ignorar regras.
- Formato: valide JSON, campos e tipos.
- Ferramentas: teste permissões, falhas e argumentos inválidos.
- Custos: meça tokens, cache, ferramentas e novas tentativas.
- Limites: simule rajadas e respostas
429. - Timeouts: defina quando cancelar uma chamada.
- Observabilidade: registre IDs de resposta, status e latência sem expor segredos.
- Segurança: faça testes de prompt injection e abuso.
- Revisão humana: determine quais saídas precisam de aprovação.
Quando não é necessário usar a API
A API pode ser desnecessária quando uma pessoa ou equipe só precisa conversar, revisar documentos ou realizar tarefas manualmente. Nesses casos, o ChatGPT pode oferecer uma interface pronta e menos trabalho técnico.
A API passa a fazer sentido quando você precisa de integração, repetição, automação, autenticação própria, regras de negócio, controle de formato ou processamento em escala.
Checklist para iniciar um projeto
- definir uma tarefa específica;
- escolher um modelo atual;
- criar projeto e chave com permissões mínimas;
- manter a chave no backend;
- implementar validação de entrada;
- limitar consumo por usuário;
- tratar erros e timeouts;
- registrar tokens, custo e latência;
- criar conjunto de testes e avaliações;
- definir revisão humana e política de dados;
- acompanhar modelos e depreciações.
A API do ChatGPT não é apenas uma forma de enviar prompts. Uma integração confiável precisa combinar modelo adequado, autenticação, validação, controle de custo, segurança, revisão e monitoramento. Comece com uma tarefa pequena, meça o comportamento real e amplie somente depois de entender os erros e o consumo.