GPT-4.1系列相比GPT-4o有哪些改進(jìn)和區(qū)別?
Openai 昨晚發(fā)布了 GPT4.1 系列,GPT4.1 替代了 4o,性價(jià)比超高(在 OpenAI 體系內(nèi))。 具備 1M 超長(zhǎng)上下文,性能出色,4.1 nano 和 mini 版本價(jià)格實(shí)惠,適合處理大量長(zhǎng)文本任務(wù)。 代碼能力超越 GPT 4.5,但不及 o1 等推理模型,GPT-4.1 在多個(gè)方面相較于 GPT-4o 有明顯的提升,以下是他們的主要區(qū)別:
1. 性能提升
編碼能力:
GPT-4.1:在 SWE-bench Verified 編碼基準(zhǔn)測(cè)試中得分為 54.6%,比 GPT-4o 提高了 21.4%。
GPT-4o:在相同測(cè)試中得分為 33.2%。
改進(jìn):GPT-4.1 在處理代碼倉(cāng)庫(kù)、完成任務(wù)以及生成可運(yùn)行并通過測(cè)試的代碼方面表現(xiàn)出色。
指令遵循:
GPT-4.1:在 Scale 的 MultiChallenge 基準(zhǔn)測(cè)試中得分為 38.3%,比 GPT-4o 提高了 10.5%。
GPT-4o:在相同測(cè)試中得分為 27.8%。
改進(jìn):GPT-4.1 在遵循復(fù)雜指令、格式化輸出、避免錯(cuò)誤行為等方面表現(xiàn)更好。
長(zhǎng)文本理解:
GPT-4.1:在 Video-MME 長(zhǎng)文本理解基準(zhǔn)測(cè)試中得分為 72.0%,比 GPT-4o 提高了 6.7%。
GPT-4o:在相同測(cè)試中得分為 65.3%。
改進(jìn):GPT-4.1 在處理長(zhǎng)視頻(無(wú)字幕)和長(zhǎng)文檔時(shí),能夠更好地理解和提取關(guān)鍵信息。
2. 上下文窗口
GPT-4.1:支持 100 萬(wàn) token 的上下文窗口,比 GPT-4o 的 12.8 萬(wàn) token 大幅增加。
GPT-4o:支持 12.8 萬(wàn) token 的上下文窗口。
改進(jìn):GPT-4.1 能夠處理更大的代碼庫(kù)、多文檔任務(wù)和長(zhǎng)文本,適用于法律、編程、客戶支持等多個(gè)領(lǐng)域。
3. 模型效率
GPT-4.1:在推理效率上有顯著提升,延遲更低,成本更低。
GPT-4.1 mini:延遲降低了近一半,成本降低了 83%。
GPT-4.1 nano:是最快的模型,延遲極低,適用于低延遲需求的任務(wù)。
GPT-4o:在推理效率上相對(duì)較低,尤其是在處理大規(guī)模上下文時(shí)。
4. 圖像理解
GPT-4.1:在圖像理解方面表現(xiàn)出色,特別是在多模態(tài)任務(wù)中。
GPT-4.1 mini:在 MMMU 圖像理解基準(zhǔn)測(cè)試中得分 72.7%,優(yōu)于 GPT-4o 的 68.7%。
GPT-4o:在圖像理解任務(wù)中表現(xiàn)較弱。
5. 成本
GPT-4.1:每百萬(wàn)輸入 token 收費(fèi) $2.00,輸出 token 收費(fèi) $8.00。
GPT-4.1 mini:每百萬(wàn)輸入 token 收費(fèi) $0.40,輸出 token 收費(fèi) $1.60。
GPT-4.1 nano:每百萬(wàn)輸入 token 收費(fèi) $0.10,輸出 token 收費(fèi) $0.40。
GPT-4o:每百萬(wàn)輸入 token 收費(fèi)更高,具體未明確,但 GPT-4.1 系列在成本上更具優(yōu)勢(shì)。
6. 應(yīng)用場(chǎng)景
GPT-4.1:適用于需要強(qiáng)大計(jì)算能力和復(fù)雜任務(wù)處理的場(chǎng)景,如專業(yè)軟件開發(fā)、法律文檔分析、大規(guī)模數(shù)據(jù)處理等。
GPT-4.1 mini:適合在資源受限的環(huán)境中使用,如普通個(gè)人電腦、小型服務(wù)器等。
GPT-4.1 nano:主要針對(duì)移動(dòng)端和嵌入式設(shè)備,適用于對(duì)響應(yīng)速度要求高且資源受限的場(chǎng)景,如快速文本分類、自動(dòng)補(bǔ)全等。
GPT-4o:適合一般用途,但在處理大規(guī)模上下文和復(fù)雜任務(wù)時(shí)表現(xiàn)較弱。
更多測(cè)試指標(biāo)請(qǐng)參考 OpenAI 博客:https://openai.com/index/gpt-4-1/。