Gender-API vs. ChatGPT: quem deve determinar o gênero de um nome?
Os dois podem dizer que Sandra é geralmente feminino. Só um deles pode dizer como sabe, dar a mesma resposta no ano que vem e orçar um milhão de nomes antes de você começar.
A resposta curta
- Use um LLM quando precisar de um julgamento sobre um punhado de nomes, ou de texto para ler: uma explicação, uma origem, uma saudação.
- Use um banco de nomes quando a resposta tiver que ser idêntica amanhã, tiver que vir com evidências, tiver que ter preço por registro ou tiver que resistir a uma pergunta do encarregado de proteção de dados.
- Em grande volume o que decide não é a precisão, e sim a rastreabilidade. 9,124,598 nomes distribuídos por 192 países, cada resposta carregando seu próprio número de amostras, contra uma geração que não consegue mostrar o raciocínio.
- Os dois combinam bem. Dê ao modelo a API como ferramenta — publicamos um servidor MCP hospedado para isso — e o rótulo vem dos dados enquanto a redação vem do modelo.
O que essas duas coisas realmente são
A Gender-API.com é um serviço de consulta sobre um banco de nomes. 9,124,598 nomes, separados pelo país em que foram observados, 192 países suportados. Você envia um nome e recebe um gênero, uma probabilidade e o número de amostras em que a resposta se apoia. Nada é gerado.
O ChatGPT — como qualquer outro modelo de linguagem de uso geral — é um gerador de texto. Ele sabe que “Sandra” aparece em contextos femininos porque foi assim que a palavra se comportou no texto de treinamento. Esse sinal é realmente útil, e com nomes comuns ele produz o rótulo certo. Mas não há nada na arquitetura que armazene quantas Sandras eram femininas em Portugal, então não há nada para citar, nada para definir um limite e nada para auditar.
Esse único fato estrutural explica todas as diferenças práticas abaixo.
LADO A LADO
As diferenças que permanecem independentemente do modelo escolhido.
| O que você precisa | Gender-API.com | LLM de uso geral |
|---|---|---|
| A mesma resposta para a mesma entrada, sempre | Sim: é uma consulta a banco de dados | Não: amostragem, redação do prompt e versão do modelo mudam a resposta |
| Evidência por trás de uma resposta específica | Número de amostras e probabilidade por resultado e por país | Nenhuma; um número de confiança, se você pedir, também é gerado |
| Uma cobertura que você pode garantir por escrito | 9,124,598 nomes, 192 países | Desconhecida e não declarada |
| Respostas específicas por país | Um parâmetro de país, locale ou IP muda o resultado | Só se você disser no prompt, e continua sendo um chute |
| O comportamento em doze meses | O mesmo contrato de endpoint, publicado como OpenAPI; v1 e v2 continuam ativas | Modelos são descontinuados e substituídos; as respostas mudam com eles |
| Processamento em lote | 100 nomes por requisição, ou um CSV de até 10 milhões de linhas | Limites de contexto, divisão em blocos, rate limits e novas tentativas que você mesmo escreve |
| Unidade de custo | Um credit por consulta, de um pacote comprado antes | Tokens de entrada e de saída: variam com o tamanho do prompt e as novas tentativas |
| Onde os dados são processados | Servidores na Alemanha, processamento dentro da UE, DPA sob solicitação | Depende do fornecedor, do plano e da região que te for atribuída |
| Separar um nome completo, extrair um nome de um endereço de e-mail | Endpoints dedicados | Prompt engineering, e nos casos limite falha sem avisar |
| Um nome sobre o qual ninguém tem dados | Diz isso: result_found é false, ou a probabilidade é baixa | Responde de qualquer forma, no mesmo tom confiante |
| Explicar um nome, sua origem ou suas variantes | Não é para isso que serve | Realmente melhor: é para isso que um modelo de linguagem serve |
Quanto custa determinar o gênero de um milhão de nomes?
Aqui está o método em vez de um número de marketing, para você refazer a conta com as tarifas de hoje.
Com uma API: Uma consulta é um credit. Nossa melhor tarifa de volume publicada dá cerca de €0.35 por 1.000 nomes, então um milhão de nomes fica em torno de €349 líquidos — um valor fixo, conhecido antes de começar, em nota fiscal com imposto. Os credits de pacotes avulsos não expiram.
Com um LLM: Você paga por token, nas duas direções, em cada requisição e cada nova tentativa. Agrupar vários nomes em um prompt reduz o custo por nome, mas você reenvia as instruções com cada lote, nomes longos e escritas incomuns custam mais tokens que os curtos, e uma resposta malformada te custa também a nova tentativa. O resultado é uma estimativa, não um número que você pode colocar em um orçamento.
Sendo justo: para alguns milhares de nomes, um modelo de uso geral é barato o bastante para nada disso importar. O ponto de virada chega com o volume — e antes do que o preço do token sugere, porque todo o trabalho de engenharia em torno de lotes, novas tentativas e validação da saída é trabalho que você não precisa fazer contra um endpoint de consulta.
Reprodutibilidade: o ponto que normalmente decide
Processe uma lista de clientes duas vezes, tenha dois resultados diferentes, e agora você tem um problema que não consegue explicar: qual execução estava certa, o que mudou, e o que você diz para a pessoa tratada como “Sr.” no mês passado e “Sra.” neste mês.
Uma consulta é determinística. O mesmo nome com o mesmo país retorna o mesmo gênero, a mesma probabilidade e o mesmo número de amostras. Quando os dados de base crescem, o número de amostras cresce com eles — visivelmente, na resposta — então uma mudança é algo que você pode apontar, e não algo que simplesmente aconteceu.
Uma resposta gerada não oferece essa garantia. A temperature, uma nova versão do modelo, um prompt de sistema reescrito, um ajuste de segurança que ninguém te contou: qualquer um pode inverter um nome duvidoso, e nenhum deixa rastro nos seus dados.
Cada resposta traz sua própria evidência
Uma única requisição ao endpoint v2:
POST https://gender-api.com/v2/gender/by-first-name
{ "first_name": "Sandra" }{
"input": { "first_name": "Sandra" },
"details": {
"credits_used": 1,
"samples": 464,
"country": null,
"first_name_sanitized": "sandra",
"duration": "436ms"
},
"result_found": true,
"first_name": "Sandra",
"probability": 0.85,
"gender": "female"
}Dois campos fazem o trabalho que nenhuma resposta gerada oferece. “samples” é em quantas observações a resposta se apoia, e “probability” é a fração delas que era feminina. Juntos, eles deixam você definir seu próprio corte — aceitar resultados acima de 0.9 com um número decente de amostras e mandar o resto para revisão manual — em vez de aceitar um único nível de confiança para todo o seu banco de dados.
Referência completa: a documentação da API v2.
O mesmo nome não é o mesmo gênero em todo lugar
Andrea é predominantemente masculino na Itália e predominantemente feminino na Alemanha. Jean é masculino na França e em grande parte feminino nos países de língua inglesa. Nikita é masculino na Rússia e normalmente feminino no resto. Não são casos limite exóticos: são nomes comuns em listas de clientes comuns.
Pergunte a um modelo de uso geral sem citar o país e você recebe a leitura que predominava no texto de treinamento, o que na prática significa a de língua inglesa. A API recebe o país de forma explícita:
Uma locale (en_US) ou o endereço IP do visitante funcionam igualmente bem, e há um endpoint separado para a pergunta inversa: de que país vem um nome.
GDPR, e para onde os nomes que você envia realmente vão
Nomes de clientes reais são dados pessoais, então isso é uma questão de compras e não uma nota de pé de página. O que podemos afirmar com clareza:
- Somos uma empresa alemã; todos os nossos servidores ficam na Alemanha e os dados são processados dentro da UE.
- Um acordo de processamento de dados pode ser solicitado na sua conta.
- Os logs do servidor contêm o nome enviado e são mantidos por 14 dias, por razões contábeis.
- Os arquivos CSV e Excel enviados são armazenados criptografados e excluídos após dez dias.
- Toda compra gera uma nota fiscal com imposto em ordem, e os números de IVA da UE são tratados corretamente.
Se um determinado fornecedor de modelo é aceitável para os mesmos dados é uma pergunta para o seu encarregado de proteção de dados — mas é uma pergunta mais longa, e que você tem que refazer cada vez que o fornecedor troca um suboperador. Nossas respostas estão no resumo de privacidade.
Quando o ChatGPT é a melhor escolha
Esta página não valeria a leitura se a resposta fosse sempre “compre a API”. Não é:
- Um trabalho único. Quarenta nomes numa planilha, sem pipeline, ninguém vai refazer isso.
- Você quer o raciocínio, não o rótulo: a origem de um nome, suas variantes, como ele é normalmente abreviado, como se dirigir a alguém com cortesia em determinada cultura.
- Nomes que banco nenhum tem: criações novas, personagens de ficção, transliterações que não existem em registro algum. Um modelo dará um chute razoável onde uma consulta simplesmente não tem nada.
- O que você precisa na saída é texto livre, não um campo: uma linha de saudação em vez de uma coluna de gênero.
Não é generosidade nossa, usamos do mesmo jeito: as descrições de origem dos nomes nas nossas próprias páginas são geradas por um modelo de linguagem, porque texto é justamente no que um modelo de linguagem é bom.
O melhor arranjo é os dois: deixe o modelo chamar a API
Se você já está construindo sobre um LLM, não precisa escolher. Modelos modernos chamam ferramentas, e uma consulta de gênero é uma ferramenta ideal: uma pergunta estreita com uma resposta factual para a qual o modelo não tem dados.
Publicamos um servidor MCP hospedado para que qualquer assistente ou agente compatível com MCP consulte o banco diretamente. Suas ferramentas são query_first_name, query_full_name, query_email, get_country_of_origin e get_statistics.
Para as suas próprias definições de ferramentas há clientes oficiais para nove linguagens (PHP, Python, Node, Java, Go, Ruby, Rust, Perl, .NET), uma descrição OpenAPI e, em /skill.md, um guia de implementação pronto para entregar direto a um assistente de código.
É exatamente essa divisão de trabalho que importa: o modelo decide o que fazer, o banco de dados decide o que é verdade.
Perguntas frequentes
O ChatGPT consegue determinar o gênero de um nome?
Sim, e com nomes comuns ele normalmente acerta. O que ele não consegue é dizer sobre quantos registros a resposta se apoia, garantir a mesma resposta duas vezes ou dar uma resposta diferente para o mesmo nome em outro país. Ele também responde com a mesma confiança para nomes que nunca viu, e é justamente essa falha que importa em escala.
Uma API de gênero é mais precisa que um LLM?
Para um nome que existe em um banco de nomes, uma consulta é exata por construção: ela informa a distribuição observada em vez de uma inferência. Para um nome desconhecido, nenhuma das duas abordagens é confiável, mas só a consulta admite isso. A diferença sólida não é um único percentual de precisão — é que cada consulta vem com um número de amostras e uma probabilidade sobre os quais você pode definir um limite.
Quanto custa determinar o gênero de um milhão de nomes?
Na Gender-API uma consulta custa um credit, então um milhão de nomes é um valor fixo e conhecido — cerca de €349 líquidos na nossa melhor tarifa de volume publicada, em nota fiscal com imposto, acertado antes de você começar. Com um LLM você paga por token em cada requisição e cada nova tentativa, então a conta depende do tamanho do seu prompt e só pode ser estimada.
Posso usar um LLM e uma API de gênero juntos?
Sim, e é a melhor combinação. Dê ao modelo a API como ferramenta — publicamos um servidor MCP hospedado exatamente para isso — e o rótulo vem do banco de dados enquanto a redação vem do modelo. O modelo para de adivinhar fatos para os quais não tem dados.
O mesmo nome tem o mesmo gênero em todos os países?
Não, e é exatamente aí que um prompt sem país erra. Andrea é predominantemente masculino na Itália e predominantemente feminino na Alemanha; Jean é masculino na França e em grande parte feminino nos países de língua inglesa. A API aceita um país, uma locale ou um endereço IP e responde para aquele país.
O que acontece com um nome que o banco de dados não conhece?
Você recebe result_found: false, ou uma probabilidade baixa com poucas amostras. É um sinal com o qual você pode agir: mande esses registros para revisão manual ou recorra a um modelo. Uma resposta generativa não te dá sinal nenhum desse tipo.
A Gender-API está em conformidade com o GDPR?
Somos uma empresa alemã, todos os servidores ficam na Alemanha e os dados são processados dentro da UE. Um acordo de processamento de dados pode ser solicitado na sua conta. Os logs de requisições, que contêm o nome enviado, são mantidos por 14 dias por razões contábeis; os arquivos CSV e Excel enviados são armazenados criptografados e excluídos após dez dias.
TESTE COM OS SEUS PRÓPRIOS NOMES
Toda conta inclui 100 consultas gratuitas por mês — o suficiente para conferir os nomes que um LLM errou. Sem cartão de crédito.
Documentação da API · Atribuir gênero a um arquivo CSV ou Excel · Servidor MCP
