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。
Gemini 2.0 Flash Thinking是通过可视化思维过程提升性能与可解释性的高级推理模型。擅长复杂问题解决、编程挑战和数学推理，能展示分步解决方案。针对需要详细解释和逻辑分析的任务优化，并集成代码执行和Google搜索等原生工具。
| GPT-4.1 | Gemini 2.0 Flash Thinking | |
|---|---|---|
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 | Google AI Studio, Vertex AI, Gemini API |
知识截止日期
| - | 04.2024 |
开源
| 否 | 否 |
输入定价
| $2.00 每百万token | 不可用 |
输出定价
| $8.00 每百万token | 不可用 |
MMLU
| 90.2% pass@1 来源 | 不可用 |
MMLU-Pro
| - | 不可用 |
MMMU
| 74.8% 来源 | 75.4% 来源 |
HellaSwag
| - | 不可用 |
HumanEval
| - | 不可用 |
MATH
| - | 不可用 |
GPQA
| 66.3% Diamond 来源 | 74.2% Diamond Science 来源 |
IFEval
| - | 不可用 |
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 |