gpt-4.1

GPT‑4.1 是 OpenAI 最新一代通用大模型，在代码能力、指令跟随和长上下文理解等方面相较 GPT‑4o 有大幅提升，并将知识截止更新到 2024 年 6 月。该系列包括 GPT‑4.1、GPT‑4.1 mini 和 GPT‑4.1 nano，三者均支持最高 100 万 token 的上下文窗口，能够在超长代码库和多文档场景中稳定检索和综合信息，在法律、金融、客服等需要“读厚文档”的领域表现突出。

在编码方面，GPT‑4.1 在 SWE‑bench Verified 上完成率达到 54.6%，相比 GPT‑4o 提升 21.4 个百分点，并在 Aider 多语言 diff 基准上显著领先，能更可靠地生成精确的增量修改而非重写整文件，减少无关改动。实测中，它在前端页面生成和工具调用效率上也更优，被 Windsurf、Qodo 等开发工具证明可明显提高一次通过率和代码审查质量。

在指令跟随上，GPT‑4.1 在 Scale MultiChallenge 基准上比 GPT‑4o 提升 10.5 个百分点，在 IFEval 等评测中也有明显优势，对格式约束、负向指令、多步有序操作以及“不会就说不知道”的要求执行更可靠，多轮对话中保持上下文一致性更强。

得益于全系列 1M 上下文和长程注意力训练，GPT‑4.1 不仅能稳定完成“needle in a haystack”检索，还在 OpenAI‑MRCR 与 Graphwalks 等多跳推理评测中显著优于 GPT‑4o，可在多篇长文之间建立复杂关联。

在多模态方面，GPT‑4.1 家族的图像理解能力大幅提升，在 Video‑MME 长视频无字幕任务上取得 72.0% 的最新 SOTA 成绩，适合处理长视频摘要与跨画面推理。

在成本和延迟上，GPT‑4.1 相比 GPT‑4o 对典型请求便宜约 26%，并支持更高效的 Prompt Caching 和 Batch API；GPT‑4.1 mini 在多数基准上已接近甚至超越 GPT‑4o，价格降至原来的约 1/6；GPT‑4.1 nano 则是当前最快、最便宜的模型，适合分类、自动补全等低延迟场景。

综合来看，GPT‑4.1 系列在实际工程、智能代理和长文档理解等关键场景中，提供了兼具性能、成本与延迟的全新“实用标杆”，并将逐步取代 GPT‑4.5 Preview 成为主力 API 模型。