此模型已弃用。我们仍会测试其性能，但频率降低：每 18 小时一次，而非每 6 小时一次。

OpenAI 已推出更新版本 GPT-5。我们建议考虑使用该版本。

OpenAI

•

Proprietary model

•

Released 2025年4月

GPT-4.1 智能、性能与价格分析

立即试用 API 服务商基准测试

智能Updated

无

Artificial Analysis Intelligence Index

性能

首个答案 Token 延迟 1.54秒输出速度 124 tok/s

无

每个 Intelligence Index 任务耗时（分钟）

成本

输入 US$2.00输出 US$8.00缓存折扣 75%

无

Intelligence Index 每项任务的成本

冗长度

无

Intelligence Index 输出 token 数

GPT-4.1支持文本和图像输入，可输出文本，上下文窗口为 1M 个 token，知识截止至 2024年5月。

GPT-4.1 每 100 万输入 token 的价格为 $2.00（中等，中位数：$2.00），每 100 万输出 token 的价格为 $8.00（中等，中位数：$10.00）。

推理	否此页面展示该模型的非推理版本。可能还存在推理版本。
输入模态	支持：文本和图像
输出模态	支持：文本
知识截止日期	2024年5月31日
上下文窗口	1M 约 1500 页 A4 纸（12 号 Arial 字体）

指标与同类别模型进行比较：

非推理模型 → 仅与其他非推理模型比较
推理模型 → 同时与推理和非推理模型比较
开放权重模型 → 仅与规模类别相同的其他开放权重模型比较：

微型：≤4B 个参数
小型：4B–40B 个参数
中型：40B–150B 个参数
大型：>150B 个参数

专有模型 → 与价格区间相同的专有模型和开放权重模型比较，采用输入/输出价格 3:1 的混合比例：

每 100 万 token <$0.15
每 100 万 token $0.15–$1
每 100 万 token >$1

Updated

智能

Artificial Analysis Intelligence Index · Higher is better

No publicly available API

每任务耗时

Inference time (minutes) per Intelligence Index task · Lower is better

No publicly available API

每任务成本

Weighted average cost (USD) per Intelligence Index task · Lower is better

No publicly available API

智能Updated

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index v5.0.1 incorporates 9 evaluations: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 (Hard Subset), and Terminal-Bench-Science 0.1

No publicly available API

Artificial Analysis Intelligence Index v5.0.1 includes: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 (Hard Subset), Terminal-Bench-Science 0.1. See Intelligence Index methodology for further details, including a breakdown of each evaluation and how we run them.

Artificial Analysis Intelligence Index：开放权重与专有模型

No publicly available API

Indicates whether the model weights are available. Models are labelled as 'Commercial Use Restricted' if commercial use is limited by conditions, and as 'Non-commercial' if the license prohibits commercial use.

Intelligence Index 与每项任务的成本

Artificial Analysis Intelligence Index · Weighted average cost (USD) per Artificial Analysis Intelligence Index task

Most attractive quadrant

Pareto line

Weighted average cost per Intelligence Index task. Each evaluation’s cost is calculated from input, cache hit, cache write, reasoning, and answer token prices, divided by task count, and weighted by its Intelligence Index weight.

基准测试

Evaluations

Evaluations measured independently by Artificial Analysis · AA-PersonalityBench scores are percentile ranks from 1 to 100

No publicly available API

AA-Briefcase v1.1

Agentic knowledge work, Elo

AA-Omniscience v1.1 AccuracyUpdated

Knowledge

AA-Omniscience v1.1 Non-Hallucination RateUpdated

1 - hallucination rate

AutomationBench-AA

Agentic SaaS workflows

Terminal-Bench-Science 0.1New

Agentic scientific research workflows in a terminal

FrontierCode 2.0New

Agentic software engineering in open-source repositories

HLE-DiamondNew

Reasoning & knowledge

GDP.pdf

Professional document reasoning, All-pass

Terminal-Bench 4.0

Agentic coding & terminal use

CritPt v2 (Hard Subset)

Physics reasoning

AA-AnalystAgent

Quantitative analysis on spreadsheets & documents

Harvey LAB-AA v1.1Updated

Legal agentic work, Hallucination-Gated All-Pass Rate

EnterpriseOps-Gym-AA

Agentic business operations

GDPval-AA v2.1

Agentic real-world work tasks, Elo

AA-3DNew

Agentic interactive 3D experiences, Elo

Code2Video-AANew

Product and brand videos designed in code, Elo

ITBench-AA

Kubernetes incident root-cause analysis

MLCR-AAUpdated

Medical long context reasoning

MMMU-Pro

Visual reasoning

AA-PersonalityBench: Expressiveness ScoreNew

Rich, varied, well-crafted language

AA-PersonalityBench: Organization ScoreNew

Well-structured, scannable, answer-first

AA-PersonalityBench: Transparency ScoreNew

Truthful, acknowledges uncertainty, non-sycophantic

AA-PersonalityBench: Slop ScoreNew

Use of filler and generic language

While model intelligence generally translates across use cases, specific evaluations may be more relevant for certain use cases.

成本

每项 Intelligence Index 任务的成本

Weighted average cost (USD) per Intelligence Index task · Segmented by token type · Lower is better

No publicly available API

运行 Artificial Analysis Intelligence Index 的成本

Cost (USD) to run all evaluations in the Artificial Analysis Intelligence Index

No publicly available API

The cost to run the evaluations in the Artificial Analysis Intelligence Index, calculated using the model's input, cache hit, cache write, reasoning, and answer token prices and the number of tokens used across evaluations (excluding repeats).

价格：缓存命中、输入和输出

Price (USD per M Tokens)

No publicly available API

Price per token for cached prompts (previously processed), typically offering a significant discount compared to regular input price, represented as USD per million tokens. The values shown here are the cache hit price; cache write and cache storage are billed separately and vary by provider — see "Cache pricing by provider" for detail.

上下文窗口

Context window: tokens limit · Higher is better

No publicly available API

Larger context windows are relevant to RAG (Retrieval Augmented Generation) LLM workflows which typically involve reasoning and information retrieval of large amounts of data.

Maximum number of combined input & output tokens. Output tokens commonly have a significantly lower limit (varied by model).

性能

按每任务耗时（分钟）、输出速度（每秒 token 数）、首个答案 Token 延迟和首 Token 延迟（秒）衡量

Intelligence Index 每项任务耗时

Output tokens divided by end-to-end output speed (minutes per Intelligence Index task) · Speed at the model's own endpoint or the median across providers · Lower is better

No publicly available API

The weighted average time (minutes) per Artificial Analysis Intelligence Index task: output tokens per task divided by output speed, weighted by each benchmark's weight in the Intelligence Index.

Speed and latency metrics average each endpoint's runs over the past 5 days, and the error rate pools them. We run the benchmark every 6 hours, and endpoints of deprecated models every 18 hours.

输出速度

Output tokens divided by total request time, including time to first token · Higher is better

No publicly available API

Output tokens, including reasoning tokens, received per second over a request's full duration, from sending the request to receiving the final token. The headline value averages each Performance v3 workload over the past 5 days, then averages the workloads.

首个答案 Token 延迟

收到首个答案 token 的秒数 · 包含推理模型的“思考”时间

No publicly available API

Time to first answer token received, in seconds, after API request sent. For reasoning models, this includes the 'thinking' time of the model before providing an answer. For models which do not support streaming, this represents time to receive the completion.

常见问题

关于 GPT-4.1 的常见问题

GPT-4.1 发布于 2025年4月14日。

GPT-4.1 由 OpenAI 开发。

GPT-4.1 的首个答案 Token 延迟为 1.54 秒（基于 OpenAI 的 API），与其他价格档位相近的非推理模型相比优于平均水平（中位数：1.97 秒）。

GPT-4.1 每 100 万输入 token 的价格为 $2.00（优于平均水平，中位数：$2.00），每 100 万输出 token 的价格为 $8.00（优于平均水平，中位数：$10.00）；基于 OpenAI 的 API。

GPT-4.1 每 100 万输入 token 的价格为 $2.00，每 100 万输出 token 的价格为 $8.00（基于 OpenAI 的 API）。按缓存命中/输入/输出为 7:2:1 的比例计算，混合价格为每 100 万 token $1.55。价格可能因服务商而异。比较服务商价格

否，GPT-4.1 不是推理模型。它不进行扩展的思维链推理，而是直接作答。

GPT-4.1 支持文本和图像输入。

GPT-4.1 支持文本输出。

是，GPT-4.1 支持图像输入，可以分析、描述图像并回答有关图像的问题。

是，GPT-4.1 是多模态模型，可以处理文本和图像输入并生成文本输出。

GPT-4.1 的上下文窗口为 1M 个 token。这决定了模型在单次请求中可以处理多少文本和对话历史。

否，GPT-4.1 是专有模型，其模型权重并未公开。

GPT-4.1 是专有模型，OpenAI 尚未披露模型规模或参数量。

GPT-4.1 的知识截止日期为 2024年5月，模型训练数据包含截至该日期的信息。

是，可通过 2 家服务商的 API 使用 GPT-4.1。比较 API 服务商

可通过 2 家 API 服务商使用 GPT-4.1。比较服务商

GPT-4.1 智能、性能与价格分析

模型摘要

智能Updated

性能

成本

冗长度

比较摘要

技术规格

此类别中有 57 个模型

智能

每任务耗时

每任务成本

智能Updated

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index：开放权重与专有模型

Artificial Analysis Intelligence Index

Open Weights

Intelligence Index 与每项任务的成本

Cost per Intelligence Index Task

Artificial Analysis Intelligence Index

基准测试

Evaluations

Intelligence Evaluation Relevance

Artificial Analysis Intelligence Index

成本

每项 Intelligence Index 任务的成本

Cost per Intelligence Index Task

运行 Artificial Analysis Intelligence Index 的成本

Cost to Run Artificial Analysis Intelligence Index

价格：缓存命中、输入和输出

Cache Hit

上下文窗口

上下文窗口

Context Window for RAG

Context Window

性能

Intelligence Index 每项任务耗时

Time per Intelligence Index Task

Time Period

输出速度

End-to-End Output Speed

首个答案 Token 延迟

Time to First Answer Token

常见问题

GPT-4.1 何时发布？

谁开发了 GPT-4.1？

GPT-4.1 的延迟是多少？

GPT-4.1 的费用是多少？

GPT-4.1 API 的价格是多少？

GPT-4.1 是推理模型吗？

GPT-4.1 支持哪些输入模态？

GPT-4.1 支持哪些输出模态？

GPT-4.1 能处理图像吗？

GPT-4.1 是多模态模型吗？

GPT-4.1 的上下文窗口有多大？

GPT-4.1 是开放权重模型吗？

GPT-4.1 有多少个参数？

GPT-4.1 的知识截止日期是什么时候？

可以通过 API 使用 GPT-4.1 吗？

可以在哪里使用 GPT-4.1？