OpenAI
GPT-6.1 Sol
gpt-6.1-sol
最大上下文
1.1M
最大輸出
128K
發布日期
暫無
輸入$2 / 百萬 Token
輸出$10 / 百萬 Token
GPT-4.1
gpt-4.1GPT-4.1 是 OpenAI 強調程式碼、指令遵循和長上下文能力提升的一代模型。官方發布信息将它描述为在许多编程和指令密集型任務上强于 GPT-4o 的開發者模型。它的描述应突出程式碼可靠性和長上下文理解。
上下文視窗
1M Token
最大輸出
32.8K Token
發布日期
2025年4月14日
模態
GPT-4.1 價格
| 輸入價格 | 輸出價格 | 快取讀取 |
|---|---|---|
| $2/M | $8/M | $0.5/M |
GPT-4.1 API 能力
推理
不支援
工具呼叫
支援
Temperature 參數
支援
附件
支援
知識庫
2024-04-01
Endpoint 協議
Completions APIMessages APIgemini
GPT-4.1 模型亮點
GPT-4.1 結合嚴謹的指示遵循、良好的程式開發能力與百萬級內容脈絡，並透過省略推論階段提供較低延遲。
精準指示遵循
嚴格依照明確提示執行，讓開發者能細緻控制任務行為與輸出要求。
百萬級內容脈絡
支援 1,047,576 token 的內容脈絡視窗，可處理大型程式碼庫、文件集合及大量參考資料。
低延遲程式開發
不需獨立推論階段即可完成程式碼生成與分析，適合需要即時回應的開發互動。
GPT-4.1 使用情境
GPT-4.1 適合程式碼庫分析、長文件處理，以及依賴明確細緻指示的低延遲應用。
程式碼庫分析
閱讀大量原始碼檔案，梳理相依關係、說明架構並找出預定修改的位置。
長文件處理
處理大型文件集合，擷取需求、比較段落並產出結構化摘要。
指示驅動自動化
執行定義清楚的業務或開發工作流程，並依照細緻的格式與內容規則產出結果。
如何透過 TokenHub API 使用 GPT-4.1
import OpenAI from "openai"
const client = new OpenAI({
apiKey: process.env.TOKENHUB_API_KEY,
baseURL: "https://us-api.tokenhub.com/v1",
})
const result = await client.chat.completions.create({})
console.log(result.choices[0]?.message?.content)GPT-4.1 基準測試
GPT-4.1
| 指數分數 | ||
|---|---|---|
| Artificial Analysis 綜合能力指數 | Artificial Analysis 綜合能力評分 | 19.4 |
| Artificial Analysis 程式碼能力指數 | Artificial Analysis 軟體任務評分 | 21.8 |
| Artificial Analysis 數學能力指數 | Artificial Analysis 數學推理評分 | 34.7 |
| 知識與推理 | ||
| MMLU-Pro | 高難度多任務知識評測 | 80.6% |
| GPQA | 高階科學問題求解 | 66.6% |
| HLE | 廣泛專家級考試集合 | 4.6% |
| 程式碼與工程 | ||
| LiveCodeBench | 近期程式題評測 | 45.7% |
| SciCode | 科學計算程式碼挑戰 | 38.1% |
| Terminal-Bench Hard | 高難度終端任務執行 | 13.6% |
| 數學能力 | ||
| MATH-500 | 高難度數學解題 | 91.3% |
| AIME | 數學競賽題 | 43.7% |
| AIME 2025 | 數學競賽題 | 34.7% |
| 指令遵循與 Agent 任務 | ||
| IFBench | 指令約束遵循 | 43.0% |
| AA-LCR | 長上下文推理 | 61% |
| τ²-Bench | Agent 工作流程任務 | 47.1% |
指標來源 Artificial Analysis
GPT-4.1 常見問題
了解 GPT-4.1 的定位、適合的使用情境、主要優勢、使用限制，以及在 TokenHub 中串接時要注意的事項。
GPT-4.1 是什麼？在 OpenAI 的模型產品線中如何定位？+
GPT-4.1 是 一款著重指令遵循、工具呼叫與長上下文工作的高能力非推理 GPT 模型。它已從 ChatGPT 下架，但 API 仍可能可用；請以 TokenHub 目前頁面為準。
GPT-4.1 最適合哪些工作？+
它適合處理大型程式碼庫、嚴格遵循指示以及具工具呼叫的應用流程。正式上線前應使用具代表性的輸入測試，並訂定可衡量的驗收標準。
團隊為什麼會選擇 GPT-4.1，而不是更小或較舊的模型？+
它最實用的優勢包括出色的長上下文處理、可靠遵循詳細指示以及有效使用工具與函式呼叫。這些特點對嚴格遵循指示尤其有價值。
在依賴 GPT-4.1 前應先驗證什麼？+
如果工作需要更深入、審慎的推理、極低延遲是首要需求，或重要決策流程無法安排人工覆核，可以考慮其他模型。產生的程式碼在合併或部署前應通過測試、安全檢查與人工審查。
GPT-4.1 在 TokenHub 中有哪些實用串接建議？+
在 TokenHub 中，請選擇頁面顯示的 GPT-4.1 精確模型識別碼，使用帳戶文件中指定的介面，並以 TokenHub 憑證完成驗證。並確認 TokenHub 頁面是否提供應用所需的輸入類型、工具行為與輸出控制。
準備呼叫 GPT-4.1？
透過一個 API Key 接入 GPT-4.1 與更多 AI 模型。
媒體與討論
精選與此模型相關的公開影片和貼文。
X (Twitter)
Reddit
YouTube