GPT-4.1, выпущенный OpenAI 14 апреля 2025 года, предлагает контекстное окно в 1 миллион токенов и поддерживает вывод до 32 768 токенов на запрос. Он демонстрирует выдающуюся производительность в задачах программирования, достигая 54,6% в тесте SWE-Bench Verified и улучшая результат GPT-4o на 10,5% в MultiChallenge по следованию инструкциям. Объем знаний модели актуален на июнь 2024 года. Стоимость составляет $2,00 за миллион входных токенов и $8,00 за миллион выходных, с 75% скидкой на кэшированные данные, что делает его очень экономичным для повторяющихся запросов.
Веб-сайт Страница модели ИИ | |
Провайдер Организация, предоставляющая данную модель. | |
Чат Введите сообщение, чтобы начать общение | |
Дата выпуска Когда модель была впервые выпущена. | 1 год назад Апр 14, 2025 |
Модальности Типы данных, которые может обрабатывать модель | текст изображения |
Поставщики API Провайдеры, предлагающие данную модель. (Этот список не является исчерпывающим.) | OpenAI API |
Дата актуальности знаний Когда в последний раз обновлялись знания модели. | - |
Открытый исходный код Доступен ли исходный код модели для публичного использования. | Нет |
Стоимость ввода Стоимость обработки токенов в вашем запросе | $2.00 за миллион токенов |
Стоимость вывода Стоимость токенов, сгенерированных моделью | $8.00 за миллион токенов |
MMLU Massive Multitask Language Understanding – Тестирование знаний по 57 предметам, включая математику, историю, право и другие | 90.2% pass@1 Источник |
MMLU-Pro Улучшенный бенчмарк MMLU с более сложными вопросами, ориентированными на рассуждение, увеличенным числом вариантов ответов и сниженной чувствительностью к подсказкам | - |
MMMU Massive Multitask Multimodal Understanding – Тестирование понимания текста, изображений, аудио и видео | 74.8% Источник |
HellaSwag Сложный бенчмарк для завершения предложений | - |
HumanEval Оценивает возможности генерации кода и решения задач | - |
MATH Тестирование математических навыков на разных уровнях сложности | - |
GPQA Тестирование знаний на уровне PhD в области химии, биологии и физики с помощью вопросов множественного выбора, требующих глубоких экспертных знаний | 66.3% Diamond Источник |
IFEval Оценивает способность модели точно следовать явным инструкциям по форматированию, генерировать соответствующие выходные данные и поддерживать последовательность инструкций в разных задачах | - |
SimpleQA Оценка точности простых вопросов | - |
AIME 2024 | 48.1% Источник |
AIME 2025 | - |
Aider Polyglot Многоязычный программный бенчмарк. | - |
LiveCodeBench v5 Бенчмарк для программирования в реальном времени | - |
Global MMLU (Lite) Упрощенная версия бенчмарка для оценки универсальности моделей на глобальном уровне. | 87.3% pass@1 Источник |
MathVista Оценивает способности математического мышления моделей ИИ в визуальных контекстах | - |
Мобильное приложение |
Compare AI. Test. Benchmarks. Чат-боты для мобильных приложений, Sketch
Copyright © 2026 All Right Reserved.