5月15日凌晨，OpenAI正式向ChatGPT用户推出了GPT-4.1系列模型，包含三款产品：GPT-4.1、GPT-4.1 mini和GPT-4.1 nano。这次发布在AI圈子中引起了不小关注，核心亮点在于推理与编程能力的显著提升。

先看几个关键点：在编程能力和指令执行这两个硬核维度上，GPT-4.1的表现明显优于前代产品，而且响应速度还更快。轻量版GPT-4.1 nano则在低延迟任务中展现出不错的性价比，性能抢眼的同时成本控制得相当到位。三款模型都支持100万token的上下文窗口，这在企业级应用中非常实用。

从官方公布的数据来看，GPT-4.1的提升幅度相当可观。在SWE-bench Verified软件工程基准测试中，GPT-4.1得分为55%，相比GPT-4o的33%提高了22个百分点，相较于GPT-4.5的38%也有17个百分点的提升。说“4.1完胜并淘汰了4.5”并不夸张。

在Scale的MultiChallenge指令执行测试中，GPT-4.1拿下了38%的成绩，比GPT-4o的28%提升了10个百分点。更令人印象深刻的是，模型的冗余输出减少了50%，这一改进在企业用户早期测试中获得了高度评价。

GPT-4.1 mini与Nano：定位各有侧重

GPT-4.1 mini将作为新的默认模型，取代GPT-4o mini，面向所有ChatGPT用户开放，包括免费用户。这意味着未来绝大多数普通用户都会默认使用这个版本。

而对于那些对低延迟有苛刻要求的场景，GPT-4.1 nano是当前OpenAI体系中速度最快、成本最低的选择。别看它体积小巧，性能却相当能打——MMLU得分80.1%，GPQA达到50.3%，Aider polyglot编码测试中也有9.8%的成绩，甚至高于GPT-4o mini。这个定位很明确：分类、自动补全这类对响应速度和效率高度敏感的任务，交给它最合适。

使用方式也很直接，用户可以通过ChatGPT界面左上角的“更多模型”下拉菜单，在GPT-4.1、GPT-4.1 mini以及推理模型（如o3、o4-mini、o4-mini-high）之间自由切换，灵活性相当不错。

上下文长度、速度与模型访问

在API层面，GPT-4.1支持最多100万个token的输入，这意味着API用户可以一次性塞入整套代码库、合同文件或大型日志文件。对于多文档审阅、财务分析等企业场景来说，这个能力相当有吸引力。

当然，OpenAI自己也承认，在大规模输入场景中模型表现可能会有一定下降。不过企业测试表明，在数十万token级别内，性能依然保持稳健。

与前代模型表现对比

回顾一下历史背景。GPT-4.1发布前，OpenAI于2025年2月推出了研究预览模型GPT-4.5，后者主要强调无监督学习能力、知识深度和降低幻觉率（从GPT-4o的61.8%降至37.1%），还增强了情感理解与长文本生成能力。但多数用户的反馈是，其性能提升显得比较“温和”。

GPT-4.5在内容创作和交流方面确实更自然一些，但在数学和编程上仍然不及o系列模型。还有一大痛点：API使用成本太高，输出百万token最高收费达180美元。行业共识是，GPT-4.5在通用对话和内容生成方面有优势，但在面向开发者的应用场景中表现并不理想。

相比之下，GPT-4.1走了一条更务实的路线——聚焦速度与指令执行的实用性。虽然它不具备4.5的知识深度和情感建模能力，但在代码辅助和用户指令遵循性方面表现更好。说得更直白一些：对于开发者来说，这才是真正能用起来、用得好用的模型。

API定价

定价方面，GPT-4.1通过OpenAI API提供，当前价格：每百万输入token收费2美元，缓存输入0.5美元，输出8美元。轻量版GPT-4.1 mini费用更低：每百万输入token只需0.4美元，缓存输入0.1美元，输出1.6美元。

不过和谷歌的Flash-Lite及Flash模型比起来，价格上还是有一定差距。谷歌的这两个模型每百万token输入费用在0.075美元至0.1美元之间，输出则为0.3美元至0.4美元，成本仅为GPT-4.1基本价格的十分之一左右。

从API专属到ChatGPT集成

GPT-4.1最初仅面向第三方开发者，通过OpenAI API提供服务。但在用户的强烈要求下，OpenAI最终决定将这个模型引入ChatGPT平台。OpenAI后训练研究负责人Michelle Pokrass在帖子中提到：“我们原计划只在API中提供该模型，但大家都希望能在ChatGPT中使用它。祝大家编码愉快！”

今年4月，OpenAI曾通过开发者API发布GPT-4.1和GPT-4.1 mini模型。当时，AI研究界对OpenAI未附带安全报告就发布GPT-4.1提出了批评，认为公司在模型透明度方面的标准正在降低。

OpenAI的解释是：尽管GPT-4.1在性能和速度上优于GPT-4o，但它并非所谓的前“前沿模型”（frontier model），因此不需要遵循针对更强大模型设定的相同安全报告要求。安全系统负责人Johannes Heidecke也发文表示：“GPT-4.1并未引入新的交互方式或模态，其智能水平也未超越o3模型。这意味着，虽然安全考量依然重要，但与前沿模型存在本质差异。”

值得留意的是，在发布新模型的当天，OpenAI承诺将更频繁地公开内部AI模型安全评估结果，相关数据已纳入新上线的“安全评估中心”。这可以看作是其增强透明度的一个最新动作。

此次GPT-4.1引入ChatGPT，正值外界对AI编程工具关注度不断攀升之际。据传，OpenAI即将宣布以30亿美元收购市场上热门的编程工具Windsurf。不难看出，OpenAI正在不遗余力地将自己的优势从对话式AI向开发工具领域延伸。