OpenAI
GPT-6.1 Sol
最大上下文
1.1M
最大输出
128K
发布日期
暂无
gpt-4.1GPT-4.1 是 OpenAI 强调代码、指令遵循和长上下文能力提升的一代模型。官方发布信息将它描述为在许多编程和指令密集型任务上强于 GPT-4o 的开发者模型。它的描述应突出代码可靠性和长上下文理解。
上下文窗口
1M Token
最大输出
32.8K Token
发布日期
2025年4月14日
模态
| 输入价格 | 输出价格 | 缓存读取 |
|---|---|---|
| $2/M | $8/M | $0.5/M |
推理
工具调用
Temperature 参数
附件
知识库
Endpoint 协议
GPT-4.1 结合严格的指令遵循、较强的编程能力和百万级上下文,并通过省略推理阶段提供较低延迟。
严格按明确提示执行,使开发者能够细致控制任务行为和输出要求。
支持 1,047,576 token 上下文窗口,可处理大型代码库、文档集合和大量参考资料。
无需单独的推理阶段即可完成代码生成和分析,适合需要及时响应的开发交互。
GPT-4.1 适合代码库分析、长文档处理,以及依赖明确详细指令的低延迟应用。
阅读大量源文件,梳理依赖、解释架构并定位计划修改的位置。
处理大型文档集合,提取要求、比较段落并生成结构化摘要。
执行定义清晰的业务或开发工作流,并按照细致的格式和内容规则生成结果。
curl 'https://us-api.tokenhub.com/v1/messages' \
-X 'POST' \
-H "Authorization: Bearer $TOKENHUB_API_KEY"GPT-4.1
| 指数分数 | ||
|---|---|---|
| Artificial Analysis 综合能力指数 | Artificial Analysis 综合能力评分 | 19.4 |
| Artificial Analysis 代码能力指数 | Artificial Analysis 软件任务评分 | 21.8 |
| Artificial Analysis 数学能力指数 | Artificial Analysis 数学推理评分 | 34.7 |
| 知识与推理 | ||
| MMLU-Pro | 高难度多任务知识评测 | 80.6% |
| GPQA | 高阶科学问题求解 | 66.6% |
| HLE | 广泛专家级考试集合 | 4.6% |
| 代码与工程 | ||
| LiveCodeBench | 近期编程题评测 | 45.7% |
| SciCode | 科学计算代码挑战 | 38.1% |
| Terminal-Bench Hard | 高难度终端任务执行 | 13.6% |
| 数学能力 | ||
| MATH-500 | 高难度数学解题 | 91.3% |
| AIME | 数学竞赛题 | 43.7% |
| AIME 2025 | 数学竞赛题 | 34.7% |
| 指令遵循与 Agent 任务 | ||
| IFBench | 指令约束遵循 | 43.0% |
| AA-LCR | 长上下文推理 | 61% |
| τ²-Bench | Agent 工作流任务 | 47.1% |
指标来源 Artificial Analysis
了解 GPT-4.1 的定位、适合处理的任务、主要优势、使用限制,以及在 TokenHub 中接入时需要注意的事项。
GPT-4.1 是 一款侧重指令遵循、工具调用和长上下文任务的高能力非推理 GPT 模型。它已从 ChatGPT 下线,但 API 可能仍可用;请以 TokenHub 当前页面为准。
它适合处理大型代码库、严格遵循指令以及带工具调用的应用流程。上线前应使用有代表性的输入进行测试,并制定可衡量的验收标准。
它最实用的优势包括较强的长上下文处理、可靠遵循详细指令以及有效使用工具和函数调用。这些特点对严格遵循指令尤其有价值。
如果任务需要更深层的审慎推理、极低延迟是首要要求,或重要决策流程无法安排人工复核,可以考虑其他模型。生成代码在合并或部署前应经过测试、安全检查和人工审查。
在 TokenHub 中,请选择页面显示的 GPT-4.1 精确模型标识,使用账号文档中指定的接口,并通过 TokenHub 凭证完成认证。同时确认 TokenHub 页面是否提供应用所需的输入类型、工具行为和输出控制。
通过一个 API Key 接入 GPT-4.1 与更多 AI 模型。
媒体与讨论
精选与此模型相关的公开视频和帖子。
X (Twitter)
Reddit
YouTube