4.1 与 4.5 孰大？OpenAI 刚刚给出谜底：宿舍 自慰

发布GPT-4.1，比 GPT-4.5 强的那种。

新模子系列更新，一共带来三个版块：GPT-4.1，GPT-4.1 mini、GPT-4.1 nano ——

与经常中杯大杯超大杯的树立不同，这回翻译过来，是中杯、小杯、超小杯。

OpenAI 默示，4.1 系列是API 专供，不外诸君非拓荒者先别急哈，东谈主家也补充了，在 ChatGPT 里，4.1 的智商将主要通过"融入最新版块的 GPT-4o"体现。

智商方面，回来起来 4.1 系列纸面上最隆起的上风有两点：

长落魄文，3 个型号均领有 100 万 token 落魄文窗口；

性价比，用里面老哥的说法即是：

咫尺你不错用 4% 的价钱，畅享 GPT-4o 模子品性。

OpenAI 还默示，GPT-4.1 系列会在 API 里取代 GPT-4.5 Preview，后者将于本年（2025 年）7 月 14 日下架。

GPT-4.1：主打性价比

张开来看，OpenAI 合座上是把 GPT-4.1 和 GPT-4o 拿来对比的。

以延伸为横轴，以智能为纵轴，不错看到，GPT-4.1 比 GPT-4o 强了一丢丢，而 4.1 mini 则超出了 4o mini 一大截。

定量相比的服从是，编码方面，GPT-4.1 在辩论真正宇宙软件工程妙技的 SWE-bench Verified 上得分为 54.6%，比 GPT-4o 的分数晋升了 21.4%，比 GPT-4.5 强了 26.6%。

指示盲从方面，在 MultiChallenge 基准中，GPT-4.1 得分 38.3%，而 GPT-4o 的得分是 27.8%。

长落魄文方面，在多模态长下文意会基准 Video-MME 上，GPT-4.1 刷新 SOTA，在长篇无字幕类别中得分 72.0%，比 GPT-4o 高了 6.7%。

值得注认识是，GPT-4.1 mini 在多项基准测试中迥殊了 GPT-4o。

比如在智能评估基准 MMLU 上，GPT-4.1 mini 的得分为 87.5%，迥殊了 GPT-4o 的 85.7%，同期延伸缩短一半，资本缩短 83%。

GPT-4.1 nano 则被定位为 OpenAI "咫尺速率最快、资本最低"的模子。而况在部分测试中有超出 GPT-4o mini 的进展。

编码智商

OpenAI 看管强调了 GPT-4.1 的编码智商。除了在各式编程任务上都迥殊 GPT-4o，OpenAI 还演示了其在前端编程方面的骨子上风：

大约创立功能更浩瀚、更好意思不雅的 Web 运用。

东谈主类评分的服从流露，在 80% 的对比测试中，GPT-4.1 的网站都比 GPT-4o 的网站更受迎接。

比如给出合并段指示词：

Prompt: Make a flashcard web application. The user should be able to create flashcards， search through their existing flashcards， review flashcards， and see statistics on flashcards reviewed. Preload ten cards containing a Hindi word or phrase and its English translation. Review interface: In the review interface， clicking or pressing Space should flip the card with a smooth 3-D animation to reveal the translation. Pressing the arrow keys should navigate through cards. Search interface: The search bar should dynamically provide a list of results as the user types in a query. Statistics interface: The stats page should show a graph of the number of cards the user has reviewed， and the percentage they have gotten correct. Create cards interface: The create cards page should allow the user to specify the front and back of a flashcard and add to the user ’ s collection. Each of these interfaces should be accessible in the sidebar. Generate a single page React app ( put all styles inline ) .

GPT-4o 生成的网站长这么：

而 4.1 的服从光显更好意思不雅：

手快的网友则仍是搞出了全球更念念看的——小球测试。

BTW，OpenAI 提到，GPT-4.1 会在 API 里取代 GPT-4.5，GPT-4.5 Preview 将在 3 个月后（2025 年 7 月 14 日）透彻关闭，但这位老哥默示：我照旧更可爱 4.5 啊啊啊。

不外，老哥也坦承：4.5 虽好，但 4.1 如实低廉太多啦（30 倍价差）。

百万长落魄文

再来看一眼长落魄文方面，GPT-4.1 的具体进展。

大海捞针推行中，面临 100 万 token 落魄文检索，3 个型号均能 100% 过关。

OpenAI 还开源了一个新的评估平台OpenAI-MRCR，以测试模子检索和意会多条信息、并意会信息之间互干系系的智商。也即是说更接近骨子运用中，全球对长落魄文的真正需求。

服从如下：

还发布了一个用于评估多跳落魄文推理的数据集Graphwalks。所谓多跳，即在长落魄文中进行屡次逻辑迥殊，比如编写代码时在多个文献之间跳转。

在这个基准上，GPT-4.1 与 o1 性能绝顶，简略打败了 GPT-4o。

性价比仍不如 DeepSeek R1

价钱方面，联系于自家贵得要命的模子，GPT-4.1 系列无疑是低廉的。

尤其是对比要被替代的 GPT-4.5 Preview，2 刀 / 百万 tokens vs 75 刀 / 百万 tokens，价钱属于大砍一刀只剩零头了。

但看管的网友们发现，照旧比不上 DeepSeek R1：

△图源：x@bongrandpOne More Thing

以上，你以为 GPT-4.1 如何？

归正这个定名面目如实是蛮值得吐槽的。

但没准儿，OpenAI 的意旨兴致是… 4.10＞4.5？

至少奥特曼本尊有被劝服到（doge）。

他还自嘲了一波：

咱们能不成在今天夏天之前措置咱们的模子定名？在此之前每个东谈主都不错再花几个月本事来取消咱们（咱们该死）。

参考贯穿：

https://openai.com/index/gpt-4-1/

一键三连「点赞」「转发」「遏制心」

迎接在驳斥区留住你的念念法！

—  完  —

不到一周！中国 AIGC 产业峰会不雅众正在火热报名中  � � ‍♀️

全部嘉宾已就位  � �   百度、华为、AWS、MSRA、无问芯穹、数势科技、面壁智能、生数科技等十数位 AI 范畴创变者将王人聚峰会，让更多东谈主用上 AI、用好 AI，与 AI 一同加快成长～

4 月 16 日周三，就在北京，一齐来深度求索 AI 怎样用  � �  

� � 一键星标 � �

科技前沿进展逐日见宿舍 自慰