GPT-4.1由OpenAI于2025年4月14日推出，提供100万令牌的上下文窗口，每个请求最多支持输出32,768个令牌。在编码任务中表现卓越，SWE-Bench Verified基准测试达到54.6%，在MultiChallenge指令遵循方面比GPT-4o提高10.5%。模型知识截止日期为2024年6月。输入每百万令牌2.00美元，输出每百万令牌8.00美元，缓存输入可享75%折扣，对于重复查询极具成本效益。
Claude 3.7 Sonnet是Anthropic迄今最先进的模型，也是市场上首个混合推理AI。提供标准和扩展两种思维模式，后者可展示透明的分步推理。在编码和前端开发方面表现卓越，SWE-bench Verified和TAU-bench测试达到业界最佳水平。通过Claude.ai、Anthropic API、Amazon Bedrock和Google Cloud Vertex AI提供，为AI驱动的问题解决树立新标杆。
| GPT-4.1 | Claude 3.7 Sonnet | |
|---|---|---|
网站
| ||
提供商
| ||
聊天
| ||
发布日期
| ||
模态
| 文本 图像 | 文本 图像 |
API提供商
| OpenAI API | Claude.ai, Anthropic API, Amazon Bedrock, Google Cloud Vertex AI |
知识截止日期
| - | - |
开源
| 否 | 否 |
输入定价
| $2.00 每百万token | $3.00 每百万token |
输出定价
| $8.00 每百万token | $15.00 每百万token |
MMLU
| 90.2% pass@1 来源 | 不可用 |
MMLU-Pro
| - | 不可用 |
MMMU
| 74.8% 来源 | 71.8% 来源 |
HellaSwag
| - | 不可用 |
HumanEval
| - | 不可用 |
MATH
| - | 82.2% 来源 |
GPQA
| 66.3% Diamond 来源 | 68% Diamond 来源 |
IFEval
| - | 90.8% 来源 |
SimpleQA
| - | - |
AIME 2024 | 48.1% 来源 | - |
AIME 2025 | - | - |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| 87.3% pass@1 来源 | - |
MathVista
| - | - |
移动应用 | ||
VideoGameBench | ||
总分 | - | 0% |
Doom II | - | 0% |
Dream DX | - | 0% |
Awakening DX | - | 0% |
Civilization I | - | 0% |
Pokemon Crystal | - | 0% |
The Need for Speed | - | 0% |
The Incredible Machine | - | 0% |
Secret Game 1 | - | 0% |
Secret Game 2 | - | 0% |
Secret Game 3 | - | 0% |