| 发布日期：2025-04-15 23:24 点击次数：96 |
鱼羊 发自 凹非寺偷拍 自拍
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——
与同样中杯大杯超大杯的建设不同，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，不外诸君非迷惑者先别急哈，东谈主家也补充了，在ChatGPT里，4.1的才能将主要通过“融入最新版块的GPT-4o”体现。
才能方面，归来起来4.1系列纸面上最隆起的上风有两点：
长险阻文，3个型号均领有100万token险阻文窗口；
性价比，用里面老哥的说法即是：
目下你不错用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：主打性价比伸开来看，OpenAI合座上是把GPT-4.1和GPT-4o拿来对比的。
以蔓延为横轴，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。
定量比拟的成果是，编码方面，GPT-4.1在预计真确寰宇软件工程手段的SWE-bench Verified上得分为54.6%，比GPT-4o的分数普及了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%。
长险阻文方面，在多模态长下文领略基准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%。
值得醒想法是，GPT-4.1 mini在多项基准测试中极端了GPT-4o。
比如在智能评估基准MMLU上，GPT-4.1 mini的得分为87.5%，极端了GPT-4o的85.7%，同期蔓延裁汰一半，老本裁汰83%。
GPT-4.1 nano则被定位为OpenAI“目下速率最快、老本最低”的模子。况兼在部分测试中有超出GPT-4o mini的证实。
编码才能OpenAI提神强调了GPT-4.1的编码才能。除了在各式编程任务上皆极端GPT-4o，OpenAI还演示了其在前端编程方面的骨子上风：
概况创立功能更深广、更好意思不雅的Web阁下。
东谈主类评分的成果显露，在80%的对比测试中，GPT-4.1的网站皆比GPT-4o的网站更受接待。
比如给出合并段请示词，GPT-4o生成的网站长这么：
而4.1的成果显豁更好意思不雅：
手快的网友则照旧搞出了公共更念念看的——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：我照旧更可爱4.5啊啊啊。
不外，老哥也坦承：4.5虽好，但4.1确乎低廉太多啦（30倍价差）。
百万长险阻文
再来看一眼长险阻文方面，GPT-4.1的具体证实。
大海捞针推行中，濒临100万token险阻文检索，3个型号均能100%过关。
OpenAI还开源了一个新的评估平台OpenAI-MRCR，以测试模子检索和领略多条信息、并领略讯息之间相互关联的才能。也即是说更接近骨子阁下中，公共对长险阻文的真确需求。
成果如下：
还发布了一个用于评估多跳险阻文推理的数据集Graphwalks。所谓多跳，即在长险阻文中进行屡次逻辑向上，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，简易打败了GPT-4o。
性价比仍不如DeepSeek R1
价钱方面，相干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。
但肃肃的网友们发现，照旧比不上DeepSeek R1：
△图源：x@bongrandpOne More Thing
以上，你认为GPT-4.1何如？
归正这个定名步地确乎是蛮值得吐槽的。
但没准儿，OpenAI的意旨酷好是…4.10＞4.5？
至少奥特曼本尊有被劝服到（doge）。
他还自嘲了一波：
咱们能不行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皆不错再花几个月时期来取消咱们（咱们该死）。
参考蚁集：https://openai.com/index/gpt-4-1/
— 完 —
成人在线量子位 QbitAI · 头条号
祥和咱们偷拍 自拍，第一时期获知前沿科技动态签约
