我要投稿

“4.1 淘汰 4.5 ！”OpenAI发布升级版GPT-4.1全家福：推理、编程性能升级

发布日期：2025-05-15 11:24:13 浏览次数： 2085

作者：腾讯科技

微信搜一搜，关注“腾讯科技”

5月15日消息，OpenAI在美国当地时间15日凌晨宣布，正式向ChatGPT用户推出GPT-4.1、GPT-4.1 mini以及GPT-4.1 nano三款人工智能模型。

OpenAI发言人表示，GPT-4.1模型将帮助软件工程师在使用ChatGPT编写或调试代码时获得更高效的支持。与GPT-4o相比，GPT-4.1在编程能力和指令执行上表现更优，且运行速度比其o系列推理模型更快。

在多个关键评测中，OpenAI表示GPT-4.1展现出强劲性能：在SWE-bench Verified软件工程基准测试中，GPT-4.1得分55%，较GPT-4o的33%提升了22%。较GPT-4.5的38%提升了17%，可以说是“4.1完胜和淘汰了4.5”。

在Scale的MultiChallenge指令执行测试中，GPT-4.1的得分为38%，其表现较GPT-4o的28%提升了10%。

此外，该模型的冗余输出也减少了50%，这一改进在早期企业用户测试中获得高度评价。

与此同时，OpenAI推出的小参数模型GPT-4.1 mini将作为新默认模型，取代GPT-4o mini，并适用于所有ChatGPT用户，包括免费用户。

而对于对低延迟要求较高的任务，GPT-4.1 nano 是OpenAI目前速度最快、成本最低的模型。它体积小巧，却具备出色的性能，支持100万 token 的上下文窗口，在多项基准测试中表现优异：MMLU 得分为 80.1%，GPQA 为 50.3%，Aider polyglot 编码测试中达到 9.8%，甚至高于 GPT-4o mini。这使得GPT-4.1 nano非常适合用于分类、自动补全等对响应速度和效率高度敏感的任务。

这三款模型均可通过ChatGPT界面左上角的“更多模型”下拉菜单选择。用户可在GPT-4.1、GPT-4.1 mini与推理模型（如 o3、o4-mini、o4-mini-high）之间自由切换，增强灵活性。

目前，OpenAI正将GPT-4.1模型向ChatGPT Plus、Pro和Team订阅用户推出。企业版与教育版用户的访问权限将在未来几周陆续开放。同时，OpenAI将GPT-4.1 mini提供给所有免费和付费用户使用。

此外，根据版本说明，OpenAI表示，GPT-4.0 mini将从ChatGPT中全面下架，所有用户将不再使用该版本。

上下文长度、速度与模型访问

在API中，GPT-4.1可处理最多100万个token的输入。这使得API用户可以一次性输入整套代码库、合同文件或大型日志文件，适用于多文档审阅、财务分析等企业场景。

OpenAI承认，在大规模输入场景中，该模型表现可能有所下降，但企业测试表明，在数十万token级别内仍保持稳健性能。

与前代模型表现对比

在GPT-4.1发布前，OpenAI于2025年2月发布了研究预览模型GPT-4.5。后者着重提升无监督学习能力、知识深度与降低幻觉率（从GPT-4o的61.8%降至37.1%），并增强情感理解与长文本生成能力，但多数用户认为其性能提升较为“温和”。

GPT-4.5虽然在内容创作和交流方面显得更自然，但在数学和编程方面仍不及OpenAI的o系列模型，且API使用成本高昂，输出百万token最高收费180美元。业内人士指出，虽然GPT-4.5在通用对话和内容生成方面更强，但在面向开发者的应用场景中表现不佳。

相比之下，GPT-4.1聚焦速度与指令执行的实用性，虽然它不具备4.5的知识深度和情感建模能力，但在实用的代码辅助和用户指令遵循性方面表现更好。

API定价

在定价方面，GPT-4.1通过OpenAI API提供，当前价格如下：每百万输入token收费2美元，缓存输入为0.5美元，输出为8美元。轻量版GPT-4.1 mini的费用更低：每百万输入token为0.4美元，缓存输入为0.1美元，输出为1.6美元。

相较之下，谷歌的Flash-Lite和Flash模型在价格上更具竞争力，每百万token输入费用在0.075美元至0.1美元之间，输出则为0.3美元至0.4美元，成本仅为GPT-4.1基本价格的十分之一。

从API专属到ChatGPT集成

GPT-4.1最初仅面向第三方开发者，通过OpenAI API提供服务，但在用户强烈要求下，OpenAI最终决定将该模型引入ChatGPT平台。

OpenAI后训练研究负责人Michelle Pokrass在帖子中确认了这一决策转变的原因：“我们原计划只在API中提供该模型，但大家都希望能在ChatGPT中使用它。祝大家编码愉快！”

今年4月，OpenAI曾通过开发者API发布GPT-4.1和GPT-4.1 mini模型。当时，AI研究界曾对OpenAI未附带安全报告就发布GPT-4.1提出批评，认为该公司在模型透明度方面的标准正在降低。

对此，OpenAI当时解释称，尽管GPT-4.1在性能和速度上优于GPT-4o，但它并非前“前沿模型”（frontier model），因此不需要遵循针对更强大模型所设定的相同安全报告要求。

OpenAI安全系统负责人Johannes Heidecke发文称：“GPT-4.1并未引入新的交互方式或模态，其智能水平也未超越o3模型。这意味着，虽然该模型的安全考量依然重要，但与前沿模型存在本质差异。”

在发布新模型当天，OpenAI承诺将更频繁地公开内部AI模型安全评估结果，相关数据已纳入新上线的“安全评估中心”。此举被视为OpenAI增强透明度的最新举措。

此次GPT-4.1引入ChatGPT，正值外界对AI编程工具关注度不断上升之际。据传，OpenAI即将宣布以30亿美元收购市场热门编程工具Windsurf

53AI，企业落地大模型首选服务商

产品：场景落地咨询+大模型应用平台+行业解决方案

承诺：免费POC验证，效果达标后再合作。零风险落地应用大模型，已交付160+中大型企业

相关资讯

2025-09-30

智谱旗舰模型GLM-4.6上线，代码能力全面进阶

2025-09-30

AI原生 vs. AI集成：产品经理的生存关键！

2025-09-30

大模型在小爱同学应用实践

2025-09-30

Anthropic长文拆解上下文工程落地策略与实践

2025-09-30

OpenAI版抖音要来了！Sora 2加持，只能发AI生成视频

2025-09-30

Anthropic 深夜祭出 Claude Sonnet 4.5，能自主连续工作 30 小时！CEO：它更像你的同事

2025-09-30

【万字长文】大模型训练推理和性能优化算法总结和实践

2025-09-30

AI编程学习：Chrome DevTools MCP 到底有多强？

了解更多

160+中大型企业正在使用53AI

立即咨询预约演示

把握AI发展的机遇，共同探索、共同进步

2025-01-22

如何打造基于GenAI的员工服务机器人

2025-01-22

热点资讯

DeepSeek-V3.1 发布，迈向 Agent 时代的第一步

2025-08-21

DeepSeekV3.1 提到的 UE8M0 FP8 Scale 是什么？下一代国产芯片设计？

2025-08-21

DeepSeek V3.1 测评

2025-08-19

新版 GPT-5 刚刚发布，最卷 AI 连肝代码 7 小时，编程工具大洗牌开始了

2025-09-16

WAIC 2025 观察：大模型进入“效率与场景”决胜期

2025-07-29

AI大家说 | 下一代AI创业的机会在哪里？定价趋势是什么？

2025-09-08

DeepSeek突然更新V3.1：实测后才发现的亮点与槽点

2025-08-19

阿里发布下一代企业级智能体开发框架AgentScope 1.0

2025-09-17

DeepSeek v3.1 到底有多强？与 Claude Code 一起实测！

2025-08-20

Qwen3-Coder与Claude Code深度对比：谁是你的AI编程助手？

2025-09-14

大家都在问

AI编程学习：Chrome DevTools MCP 到底有多强？

2025-09-30

AI创企的首选成长阵地，为什么是百度智能云？

2025-09-29

当 AI 把“已知”变得唾手可得时，人类还愿不愿意为“未知”付出代价？

2025-09-28

ChatGPT Pulse来了：AI 每天替你做研究，这事儿你该高兴还是该小心？

2025-09-27

2025年Ollama与vLLM选谁？

2025-09-27

阿里在云端讲AI，美团在地面落地AI：未来五年谁能跑出五倍？

2025-09-25

刚刚，DeepSeek-V3.1「终极版」重磅发布！最大提升超36%，V4/R2还远吗？

2025-09-23

AI4S | 从工具到伙伴：大模型如何重塑科研范式？

2025-09-22

热门标签

内容创作大模型技术个人提效 langchain llamaindex 多模态技术 RAG技术智能客服知识图谱模型微调 RAGFlow coze Dify Fastgpt Bisheng Qanything AI+汽车 AI+金融 AI+工业 AI+培训 AI+SaaS 提示词框架提示词技巧 AI+电商 AI面试数字员工 ChatBI 知识管理开源大模型智能营销智能硬件智能化改造 AI+医疗 MaxKB