जीपीटी-4.1, जिसे ओपनएआई द्वारा 14 अप्रैल, 2025 को लॉन्च किया गया था, 1 मिलियन टोकन की संदर्भ विंडो पेश करता है और प्रति अनुरोध 32,768 टोकन तक के आउटपुट को सपोर्ट करता है। यह कोडिंग कार्यों पर उत्कृष्ट प्रदर्शन प्रदान करता है, जो एसडब्ल्यूई-बेंच वेरिफाइड बेंचमार्क पर 54.6% हासिल करता है, और निर्देश अनुसरण के लिए मल्टीचैलेंज पर जीपीटी-4ओ की तुलना में 10.5% सुधार दिखाता है। मॉडल का ज्ञान कटऑफ जून 2024 पर सेट है। कीमत इनपुट के लिए $2.00 प्रति मिलियन टोकन और आउटपुट के लिए $8.00 प्रति मिलियन टोकन है, जिसमें कैश्ड इनपुट पर 75% की छूट लागू होती है, जो इसे दोहराए जाने वाले प्रश्नों के लिए अत्यधिक लागत-कुशल बनाता है।
जीपीटी-4.1 नैनो, जिसे ओपनएआई द्वारा 14 अप्रैल, 2025 को लॉन्च किया गया था, कंपनी का अब तक का सबसे तेज़ और सबसे सस्ता मॉडल है। वर्गीकरण, ऑटोकम्प्लीट और त्वरित अनुमान परिदृश्यों जैसे कम-विलंबता वाले कार्यों के लिए डिज़ाइन किया गया, यह कॉम्पैक्ट आर्किटेक्चर को मजबूत क्षमताओं के साथ जोड़ता है। अपने आकार के बावजूद, यह एक प्रभावशाली 1 मिलियन टोकन संदर्भ विंडो को सपोर्ट करता है और मजबूत बेंचमार्क परिणाम प्रदान करता है, जो एमएमएलयू पर 80.1% और जीपीक्यूए पर 50.3% हासिल करता है। जून 2024 के ज्ञान कटऑफ के साथ, जीपीटी-4.1 नैनो इनपुट के लिए केवल $0.10 प्रति मिलियन टोकन और आउटपुट के लिए $0.40 प्रति मिलियन टोकन पर असाधारण मूल्य प्रदान करता है, जिसमें कैश्ड इनपुट पर 75% की छूट लागू होती है, जो इसे उच्च-मात्रा, लागत-संवेदनशील तैनाती के लिए आदर्श बनाता है।
| GPT-4.1 | GPT-4.1 Nano | |
|---|---|---|
वेबसाइट
| ||
प्रदाता
| ||
चैट
| ||
रिलीज तिथि
| ||
मोडलिटीज
| टेक्स्ट छवियां | टेक्स्ट छवियां |
एपीआई प्रदाता
| OpenAI API | OpenAI API |
ज्ञान समाप्ति तिथि
| - | - |
ओपन सोर्स
| नहीं | नहीं |
मूल्य निर्धारण इनपुट
| $2.00 प्रति मिलियन टोकन | $0.10 प्रति मिलियन टोकन |
मूल्य निर्धारण आउटपुट
| $8.00 प्रति मिलियन टोकन | $0.40 प्रति मिलियन टोकन |
एमएमएलयू
| 90.2% pass@1 स्रोत | 80.1% स्रोत |
एमएमएलयू-प्रो
| - | - |
एमएमएमयू
| 74.8% स्रोत | 55.4% स्रोत |
हेलास्वैग
| - | - |
ह्यूमनएवैल
| - | - |
मैथ
| - | - |
जीपीक्यूए
| 66.3% Diamond स्रोत | 50.3% Diamond स्रोत |
आईएफइवैल
| - | 74.5% स्रोत |
SimpleQA
| - | - |
AIME 2024 | 48.1% स्रोत | 29.4% स्रोत |
AIME 2025 | - | - |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
वैश्विक MMLU (लाइट)
| 87.3% pass@1 स्रोत | 66.9% स्रोत |
MathVista
| - | 56.2% Image Reasoning स्रोत |
मोबाइल एप्लिकेशन |
Compare AI. Test. Benchmarks. मोबाइल ऐप्स चैटबॉट्स, Sketch
Copyright © 2025 All Right Reserved.