Openai 昨晚發(fā)布了 GPT4.1 系列，GPT4.1 替代了 4o，性價比超高（在 OpenAI 體系內(nèi)）。 具備 1M 超長上下文，性能出色，4.1 nano 和 mini 版本價格實惠，適合處理大量長文本任務(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)測試中得分為 54.6%，比 GPT-4o 提高了 21.4%。

• GPT-4o：在相同測試中得分為 33.2%。

• 改進：GPT-4.1 在處理代碼倉庫、完成任務(wù)以及生成可運行并通過測試的代碼方面表現(xiàn)出色。

指令遵循：

• GPT-4.1：在 Scale 的 MultiChallenge 基準(zhǔn)測試中得分為 38.3%，比 GPT-4o 提高了 10.5%。

• GPT-4o：在相同測試中得分為 27.8%。

• 改進：GPT-4.1 在遵循復(fù)雜指令、格式化輸出、避免錯誤行為等方面表現(xiàn)更好。

長文本理解：

• GPT-4.1：在 Video-MME 長文本理解基準(zhǔn)測試中得分為 72.0%，比 GPT-4o 提高了 6.7%。

• GPT-4o：在相同測試中得分為 65.3%。

• 改進：GPT-4.1 在處理長視頻（無字幕）和長文檔時，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 token 的上下文窗口，比 GPT-4o 的 12.8 萬 token 大幅增加。

• GPT-4o：支持 12.8 萬 token 的上下文窗口。

• 改進：GPT-4.1 能夠處理更大的代碼庫、多文檔任務(wù)和長文本，適用于法律、編程、客戶支持等多個領(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：在推理效率上相對較低，尤其是在處理大規(guī)模上下文時。

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：每百萬輸入 token 收費 $2.00，輸出 token 收費 $8.00。

• GPT-4.1 mini：每百萬輸入 token 收費 $0.40，輸出 token 收費 $1.60。

• GPT-4.1 nano：每百萬輸入 token 收費 $0.10，輸出 token 收費 $0.40。

• GPT-4o：每百萬輸入 token 收費更高，具體未明確，但 GPT-4.1 系列在成本上更具優(yōu)勢。

6. 應(yīng)用場景

• GPT-4.1：適用于需要強大計算能力和復(fù)雜任務(wù)處理的場景，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，如普通個人電腦、小型服務(wù)器等。

• GPT-4.1 nano：主要針對移動端和嵌入式設(shè)備，適用于對響應(yīng)速度要求高且資源受限的場景，如快速文本分類、自動補全等。

• 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)時表現(xiàn)較弱。

更多測試指標(biāo)請參考 OpenAI 博客：https://openai.com/index/gpt-4-1/。