鱼羊 发自 凹非寺欧洲杯体育

量子位 | 公众号 QbitAI

4.1与4.5孰大？OpenAI刚刚给出谜底：

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——

与频频中杯大杯超大杯的设立不同，这回翻译过来，是中杯、小杯、超小杯。

OpenAI示意，4.1系列是API专供，不外诸君非征战者先别急哈，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，纪念起来4.1系列纸面上最杰出的上风有两点：

长落魄文，3个型号均领有100万token落魄文窗口；

性价比，用里面老哥的说法便是：

咫尺你不错用4%的价钱，畅享GPT-4o模子品性。

OpenAI还示意，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举座上是把GPT-4.1和GPT-4o拿来对比的。

以延长为横轴，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。

定量相比的着力是，编码方面，GPT-4.1在掂量委果天下软件工程手段的SWE-bench Verified上得分为54.6%，比GPT-4o的分数擢升了21.4%，比GPT-4.5强了26.6%。

指示解雇方面，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%。

值得严防的是，GPT-4.1 mini在多项基准测试中卓越了GPT-4o。

比如在智能评估基准MMLU上，GPT-4.1 mini的得分为87.5%，卓越了GPT-4o的85.7%，同期延长缩短一半，老本缩短83%。

GPT-4.1 nano则被定位为OpenAI“咫尺速率最快、老本最低”的模子。况兼在部分测试中有超出GPT-4o mini的发达。

编码智商

OpenAI正式强调了GPT-4.1的编码智商。除了在各式编程任务上齐卓越GPT-4o，OpenAI还演示了其在前端编程方面的骨子上风：

或者创立功能更庞杂、更好意思不雅的Web诈欺。

东谈主类评分的着力闪现，在80%的对比测试中，GPT-4.1的网站齐比GPT-4o的网站更受接待。

比如给出统一段领导词，GPT-4o生成的网站长这么：

而4.1的着力显豁更好意思不雅：

手快的网友则也曾搞出了巨匠更念念看的——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，但这位老哥示意：我如故更可爱4.5啊啊啊。

不外，老哥也坦承：4.5虽好，但4.1照实低廉太多啦（30倍价差）。

百万长落魄文

再来看一眼长落魄文方面，GPT-4.1的具体发达。

大海捞针践诺中，靠近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、并意会信息之间相互相关的智商。也便是说更接近骨子诈欺中，巨匠对长落魄文的委果需求。

着力如下：

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进步，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性能极端，爽气打败了GPT-4o。

性价比仍不如DeepSeek R1

价钱方面，相关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。

但严防的网友们发现，如故比不上DeepSeek R1：

△图源：x@bongrandpOne More Thing

以上，你以为GPT-4.1如何？

归正这个定名时势照实是蛮值得吐槽的。

但没准儿，OpenAI的理由是…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不休咱们的模子定名？在此之前每个东谈主齐不错再花几个月时候来取消咱们（咱们该死）。

参考聚集：https://openai.com/index/gpt-4-1/

— 完 —

量子位 QbitAI · 头条号

关怀咱们欧洲杯体育，第一时候获知前沿科技动态签约