每經(jīng)編輯｜畢陸名

今天（17日）凌晨1點(diǎn)，OpenAI進(jìn)行了技術(shù)直播發(fā)布了最新模型——GPT-4.1。

圖片來(lái)源：視頻截圖

除了GPT-4.1之外，還有GPT 4.1-Mini和GPT 4.1-Nano兩款模型，在多模態(tài)處理、代碼能力、指令遵循、成本方面實(shí)現(xiàn)大幅度提升。特別是支持100萬(wàn)token上下文，這對(duì)于金融分析、小說(shuō)寫(xiě)作、教育等領(lǐng)域幫助巨大。

圖片來(lái)源：OpenAI官網(wǎng)截圖

由于GPT-4.1的發(fā)布，OpenAI宣布將會(huì)淘汰剛發(fā)布不久的GPT-4.5，其能力可見(jiàn)一斑。

目前，如果想體驗(yàn)GPT-4.1而無(wú)法通過(guò)API身份驗(yàn)證的小伙伴，微軟已經(jīng)在Azure OpenAI上線了該模型，可以使用了。

GPT-4.1有什么亮點(diǎn)？

GPT-4.1最大亮點(diǎn)之一就是支持100萬(wàn)tokens上下文，這也是OpenAI首次發(fā)布長(zhǎng)窗口模型。

與前代模型相比，GPT-4.1、GPT-4.1 Mini和GPT-4.1 Nano能夠處理多達(dá)100萬(wàn)tokens的上下文，是GPT-4o的8倍。

OpenAI在Long Context Evals上對(duì)長(zhǎng)文本進(jìn)行了測(cè)試，測(cè)試結(jié)果顯示，GPT-4.1系列的三個(gè)模型均能夠在語(yǔ)料庫(kù)的任何深度找到目標(biāo)文本，無(wú)論是開(kāi)頭、中間還是結(jié)尾，甚至在長(zhǎng)達(dá)100萬(wàn)tokens的上下文中，模型依然能夠準(zhǔn)確地定位目標(biāo)文本。

OpenAI還在Multi-Round Coreference進(jìn)行了測(cè)試，通過(guò)創(chuàng)建合成對(duì)話來(lái)測(cè)試模型在長(zhǎng)上下文中的理解和推理能力。在這些對(duì)話中，用戶和助手交替進(jìn)行對(duì)話，用戶可能會(huì)要求模型生成一首關(guān)于某個(gè)主題的詩(shī)，接著要求生成另一首關(guān)于不同主題的詩(shī)，然后可能要求生成一個(gè)關(guān)于第三個(gè)主題的短故事。模型需要在這些復(fù)雜的對(duì)話中找到特定的內(nèi)容，例如“第二篇關(guān)于某個(gè)主題的短故事”。

測(cè)試結(jié)果顯示，GPT-4.1在處理長(zhǎng)達(dá)128K tokens的數(shù)據(jù)時(shí)顯著優(yōu)于GPT-4o，并且在長(zhǎng)達(dá)100萬(wàn)tokens的上下文中依然能夠保持較高的性能。

在編碼能力測(cè)試中，SWEBench評(píng)估將模型置于Python代碼庫(kù)環(huán)境，讓其探索代碼庫(kù)、編寫(xiě)代碼和測(cè)試用例。結(jié)果顯示，GPT-4.1的準(zhǔn)確率達(dá)到55%，而GPT-4o僅為33%。

在多語(yǔ)言編碼能力測(cè)試方面，Ader polyglot基準(zhǔn)測(cè)試涵蓋多種編程語(yǔ)言和不同格式要求。GPT-4.1在差異性能上較GPT-4o提升一倍，在處理多語(yǔ)言編程任務(wù)、代碼優(yōu)化和版本管理時(shí)更高效。

在指令遵循能力測(cè)試中，OpenAI構(gòu)建內(nèi)部評(píng)估體系，模擬API開(kāi)發(fā)者使用場(chǎng)景，測(cè)試模型對(duì)復(fù)雜指令的遵循能力。每個(gè)樣本包含分屬不同類別的復(fù)雜指令，并分難度等級(jí)。在困難子集評(píng)估中，GPT-4.1遠(yuǎn)超GPT-4o。

在多模態(tài)處理測(cè)試的視頻MME基準(zhǔn)測(cè)試中，GPT 4.1對(duì)30-60分鐘無(wú)字幕視頻進(jìn)行理解并回答多項(xiàng)選擇題，取得72%的成績(jī)，達(dá)到當(dāng)前最佳水平，在視頻內(nèi)容理解上實(shí)現(xiàn)重大突破。

價(jià)格方面，GPT-4.1系列在性能提升的同時(shí)，價(jià)格更具競(jìng)爭(zhēng)力。GPT-4.1相比GPT-4o價(jià)格降低26%，而GPT-4.1 Nano作為最小、最快且最便宜的模型，每百萬(wàn)token的成本僅為12美分。

自2022年底推出火爆的ChatGPT聊天機(jī)器人以來(lái)，OpenAI一直在迅速升級(jí)其模型，使其遠(yuǎn)遠(yuǎn)超越文本，進(jìn)入圖像、語(yǔ)音和視頻領(lǐng)域。該公司正努力在生成式人工智能領(lǐng)域保持領(lǐng)先地位，在這一領(lǐng)域，它面臨著來(lái)自谷歌、Anthropic和馬斯克的xAI等競(jìng)爭(zhēng)對(duì)手的激烈競(jìng)爭(zhēng)。

OpenAI寫(xiě)道：“我們的推理模型第一次可以獨(dú)立使用所有ChatGPT工具——網(wǎng)頁(yè)瀏覽、Python、圖像理解和圖像生成。”“這有助于他們更有效地解決復(fù)雜的、多步驟的問(wèn)題，并邁出獨(dú)立行動(dòng)的真正步驟。”

該公司在上個(gè)月的一輪融資中估值為3000億美元。該公司表示，o3和o4-mini是其首批能夠“用圖像思考”的人工智能模型。根據(jù)OpenAI的說(shuō)法，這意味著“它們不僅可以看到圖像，還可以將視覺(jué)信息直接整合到推理鏈中。”

每日經(jīng)濟(jì)新聞綜合OpenAI

封面圖片來(lái)源：每日經(jīng)濟(jì)新聞