GPT-4.1 API 發布說明 / 最新資訊

OpenAI 已發布新系列的 API 模型——GPT-4.1、GPT-4.1 mini 和 GPT-4.1 nano，這些模型在程式編寫、指令遵循以及長上下文理解方面的表現超越 GPT-4o 和 GPT-4o mini。這些模型引入了高達 100 萬 token 的擴展上下文窗口，並將知識截止日期更新至 2024 年 6 月。

加強的程式編寫能力

• 軟體工程表現：GPT-4.1 在 SWE-bench Verified 上取得 54.6% 的分數，較 GPT-4o 提升 21.4 個絕對百分點，較 GPT-4.5 提升 26.6 個絕對百分點。
• 程式碼差異可靠性：該模型在 Aider 的多語言 diff 基準測試上得分超過 GPT-4o 的兩倍，且較 GPT-4.5 提高 8 個絕對百分點。這讓開發者只輸出變更的行，而不是重寫整個檔案，從而降低成本與延遲。
• 前端開發：在正面比較中，人工評分者在 80% 的情況下更偏好 GPT-4.1 生成的網站，而非 GPT-4o 的網站。
• 降低噪聲：內部評估顯示，程式碼的多餘編輯率從 GPT-4o 的 9% 降至 GPT-4.1 的 2%。

改進的指令遵循與可靠性

• 基準提升：GPT-4.1 在 Scale 的 MultiChallenge 基準上取得 38.3%（較 GPT-4o 提升 10.5 個絕對百分點），在 IFEval 上取得 87.4%（相較於 GPT-4o 的 81.0%）。
• 多輪一致性：該模型經過訓練，可更好地從先前訊息中檢索資訊，提升深度對話的一致性。
• 實際應用：早期測試者（如 Blue J）報告稱，在具挑戰性的真實稅務情境中，準確率較 GPT-4o 提升了 53%。Hex 則報告其最具挑戰性的 SQL 評估集上提升近 2 倍。

長上下文理解與推理

• 檢索準確度：在「大海撈針」評估中，GPT-4.1、mini 與 nano 在高達 100 萬 token 的所有位置上均能一致且準確地檢索資訊。
• 複雜推理：為評估多跳推理，OpenAI 推出了 Graphwalks 資料集。GPT-4.1 在此基準上達到 61.7% 的準確率，與 OpenAI o1 相當，且超過 GPT-4o。
• 多輪指代消解：OpenAI 亦開源了 OpenAI-MRCR 評估，GPT-4.1 在上下文長度最高 128K 時優於 GPT-4o，且在高達 100 萬 token 時仍保持強勁表現。
• 企業影響：Thomson Reuters 報告稱，CoCounsel 在多文件審查準確率提升了 17%；Carlyle 則在極大且密集的文件檢索上提升了 50%。

模型系列層級與效能

• GPT-4.1：針對最複雜任務的旗艦模型，提供最高的智慧與最大的上下文窗口。
• GPT-4.1 mini：高效能模型，在智慧評估上與 GPT-4o 相當或更佳，同時將延遲降低近一半，成本降低 83%。
• GPT-4.1 nano：最快且最便宜的模型，在 MMLU 上取得 80.1% 的分數，在 GPQA 上取得 50.3%。此模型針對低延遲任務（如分類與自動完成）進行了最佳化。

視覺與多模態能力

GPT-4.1 提供先進的影像理解能力，GPT-4.1 mini 常在影像基準測試中勝過 GPT-4o。該模型亦在長影片理解上創下新紀錄，在 Video-MME（長影片、無字幕）類別中取得 72.0% 的分數，較 GPT-4o 提升 6.7 個絕對百分點。

定價與可用性

GPT-4.1 系列模型可透過 API 使用。GPT-4.5 預覽版將於 2025 年 7 月 14 日停止支援。

模型	輸入（每 1M）	快取輸入（每 1M）	輸出（每 1M）	混合定價
GPT-4.1	$2.00	$0.50	$8.00	$1.84
GPT-4.1 mini	$0.40	$0.10	$1.60	$0.42
GPT-4.1 nano	$0.10	$0.025	$0.40	$0.12

關鍵定價更新：

• 提示快取：重複上下文的折扣已提升至 75%（原為 50%）。
• 長上下文：高達 100 萬 token 的請求不會產生額外費用，僅收取標準的每 token 費率。
• 批次 API：透過 Batch API 使用可享有 50% 折扣。