OpenAI发布GPT-4.1,性能暴涨、100万上下文 siyushenqi.com • 2025 年 8 月 13 日 下午10:04 • 行业动态 • 阅读 408 OpenAI在凌晨1点的直播中发布了GPT-4.1、GPT-4.1 Mini和GPT-4.1 Nano三款模型,这些模型在多模态处理、代码能力、指令遵循和成本等方面实现了大幅度提升,特别是支持100万token上下文,对金融分析、小说写作、教育等领域帮助巨大。 摘要 在长文本测试中,GPT-4.1系列模型能够在长达100万tokens的上下文中准确定位目标文本;在多轮对话测试中,GPT-4.1在处理长达128K tokens的数据时显著优于GPT-4o;在编码能力测试中,GPT-4.1的准确率较GPT-4o大幅提升;在多语言编码能力测试中,GPT-4.1的性能提升一倍;在指令遵循能力测试中,GPT-4.1远超GPT-4o;在多模态处理测试中,GPT-4.1对无字幕视频的理解能力达到当前最佳水平。 GPT-4.1系列在性能提升的同时,价格相比GPT-4o降低26%,其中GPT-4.1 Nano作为最小、最快且最便宜的模型,每百万token的成本仅为12美分。 汤森路透:其专业级AI助手CoCounsel在测试GPT-4.1时,发现该模型在多文档审查方面表现出色,多文档审查准确性提高了17%,能够准确识别法律文件之间的复杂关系。Carlyle:使用GPT-4.1从多个长文档中提取金融数据,其内部评估显示GPT-4.1在数据检索方面的表现比其他模型高出50%,能够高效地从复杂金融文档中提取关键信息。Windsurf:在内部编码基准测试中,GPT-4.1得分比GPT-4o高出60%,在工具调用方面效率提升了30%,重复编辑或过度细化的可能性降低了约50%。 由于GPT-4.1发布,OpenAI宣布淘汰GPT-4.5。目前,无法通过API身份验证的用户可以通过微软Azure OpenAI体验GPT-4.1。 今天凌晨1点,OpenAI进行了技术直播发布了最新模型——GPT-4.1。 除了GPT-4.1之外,还有GPT 4.1-Mini和GPT 4.1-Nano两款模型,在多模态处理、代码能力、指令遵循、成本方面实现大幅度提升。特别是支持100万token上下文,这对于金融分析、小说写作、教育等领域帮助巨大。 由于GPT-4.1的发布,OpenAI宣布将会淘汰刚发布不久的GPT-4.5,其能力可见一斑。 目前,如果想体验GPT-4.1而无法通过API身份验证的小伙伴,微软已经在Azure OpenAI上线了该模型,可以使用了。 GPT-4.1简单介绍 GPT-4.1最大亮点之一就是支持100万tokens上下文,这也是OpenAI首次发布长窗口模型。 与前代模型相比,GPT-4.1、GPT-4.1 Mini和GPT-4.1 Nano能够处理多达100万tokens的上下文,是GPT-4o的8倍。 OpenAI在Long Context Evals上对长文本进行了测试,测试结果显示,GPT-4.1系列的三个模型均能够在语料库的任何深度找到目标文本,无论是开头、中间还是结尾,甚至在长达100万tokens的上下文中,模型依然能够准确地定位目标文本。 OpenAI还在Multi-Round Coreference进行了测试,通过创建合成对话来测试模型在长上下文中的理解和推理能力。在这些对话中,用户和助手交替进行对话,用户可能会要求模型生成一首关于某个主题的诗,接着要求生成另一首关于不同主题的诗,然后可能要求生成一个关于第三个主题的短故事。模型需要在这些复杂的对话中找到特定的内容,例如“第二篇关于某个主题的短故事”。 测试结果显示,GPT-4.1在处理长达128K tokens的数据时显著优于GPT-4o,并且在长达100万tokens的上下文中依然能够保持较高的性能。 在编码能力测试中,SWEBench评估将模型置于 Python 代码库环境,让其探索代码库、编写代码和测试用例。结果显示,GPT-4.1 的准确率达到 55% ,而 GPT-4o仅为 33%。 在多语言编码能力测试方面,Ader polyglot 基准测试涵盖多种编程语言和不同格式要求。GPT-4.1 在差异性能上较 GPT-4o提升一倍,在处理多语言编程任务、代码优化和版本管理时更高效。 在指令遵循能力测试中,OpenAI 构建内部评估体系,模拟 API 开发者使用场景,测试模型对复杂指令的遵循能力。每个样本包含分属不同类别的复杂指令,并分难度等级。在困难子集评估中,GPT-4.1 远超 GPT-4o。 在多模态处理测试的视频 MME 基准测试中,GPT 4.1 对30 - 60 分钟无字幕视频进行理解并回答多项选择题,取得72%的成绩,达到当前最佳水平,在视频内容理解上实现重大突破。 价格方面,GPT -4.1系列在性能提升的同时,价格更具竞争力。GPT -4.1 相比 GPT-4o 价格降低 26%,而GPT -4.1 Nano 作为最小、最快且最便宜的模型,每百万 token 的成本仅为12美分。 实际应用GPT-4.1案例 汤森路透是全球领先的金融和法律信息提供商,其专业级AI助手CoCounsel被广泛应用于法律工作。 CoCounsel的主要任务是帮助法律专业人士处理复杂的法律文件和工作流程。在测试GPT-4.1时,路透社发现该模型在多文档审查方面表现出色,尤其是在处理涉及多个长文档的复杂法律工作流程时。 与GPT-4o相比,GPT-4.1在内部长上下文基准测试中的多文档审查准确性提高了17%。这一提升对于法律专业人士来说至关重要,因为它直接关系到CoCounsel处理复杂法律工作流程的能力。 法律文件通常包含多个长文档,这些文档之间可能存在复杂的相互关系,例如冲突条款或补充上下文。GPT-4.1在这些方面表现出了极高的可靠性,能够准确识别文档之间的细微关系,这对于法律分析和决策至关重要。 而在处理多个法律文件时,GPT-4.1能够有效地维护跨文档的上下文信息,并准确识别出文档之间的冲突条款或补充信息。这 Carlyle是一家全球领先的私募股权投资公司,其业务涉及大量的金融数据分析和文档处理。Carlyle使用GPT-4.1来从多个长文档中准确提取颗粒化的金融数据,这些文档包括PDF文件、Excel表格和其他复杂格式。 Carlyle的内部评估显示,GPT-4.1在从大型文档中检索数据方面的表现比其他可用模型高出50%。 GPT-4.1在处理非常大的文档时表现出色,尤其是在密集数据的检索方面。该模型成功克服了其他模型的关键限制,包括检索问题、中间位置丢失信息的错误以及跨文档的多跳推理。 这些能力使得GPT-4.1能够更高效地从复杂的金融文档中提取关键信息,为Carlyle的分析师提供了更准确、更全面的数据支持。 Windsurf是一家专注于提供高效开发工具的公司,其内部编码基准测试为评估AI模型在实际开发中的表现提供了一个重要的参考。在对GPT-4.1进行测试时,Windsurf发现该模型在编码任务中的表现比前代GPT-4o有了显著提升:GPT-4.1在Windsurf的内部编码基准测试中得分比GPT-4o高出60%。 Windsurf的用户反馈显示,GPT-4.1在工具调用方面比GPT-4o更高效,效率提升了30%。GPT-4.1在编码过程中重复进行不必要的编辑或过度细化的步骤的可能性比GPT-4o降低了约50%。 相关阅读外贸展会后怎么跟进客户?72小时、7天、30天的完整SOP网易辟谣:王怡未离职,部分营销团队并入事业部OpenAI内部信"摊牌":微软联盟已成枷锁,将押注亚马逊合作突围哔哩哔哩首次全年盈利、友谊时光靠女性向小游戏扬眉吐气丨9家游戏公司财报深度拆解群核科技开启全球招股;众擎机器人完成2亿美元B轮融资;红熊AI完成2.1亿元A轮融资丨投融资周报需要日本PayPal代付;社交APP伊拉克支付提现渠道;收巴西各类流量;海外买量|私域神器每周合作精选No.201一周要闻NO.195丨恶意软件入侵谷歌商店;9家游戏公司财报深度拆解;非洲市场又一电商巨头退场;Meta首个"超级智能"模型亮相微软或考虑将《使命召唤》移出Xbox Game Pass泡泡玛特进军巴西:先打假冒伪劣智元机器人,一分为四! 本文源自「私域神器」,发布者:siyushenqi.com,转载请注明出处:https://www.siyushenqi.com/33061.html 赞 (0) 打赏 微信扫一扫 支付宝扫一扫 0 0 生成海报 关于作者 siyushenqi.com 关注私信 13.9K 文章 0 评论 425 问题 18 粉丝 私域神器:海外私域营销拓客软件 四巨头混战AI,谁将主宰下一个十年? 上一篇 2025 年 8 月 13 日 下午10:04 将金木水火土融入AI萌宠,受乙游灵感激发,专注女性的“养成系”产品能否海外众筹成功? 下一篇 2025 年 8 月 13 日 下午10:04 相关推荐 行业动态 月收入增长595%,这款“催眠黑科技”APP正在颠覆心灵疗愈赛道 夸一夸、看一看,即可让百万用户获得情绪支持。 siyushenqi.com 2025 年 8 月 26 日 459000 行业动态 苹果AI上线,ChatGPT免费用!首款M4 Mac诞生 苹果宣布Apple Intelligence功能已经通过iOS 18.1、iPadOS 18.1和macOS Sequoia 15.1的免费软件更新在iPhone、iPad和Mac上推出。这标志着苹果在人工智能领域的进一步发展,旨在通过自然语言处理和图像理解来简化和加速日常任务,同时加强隐私保护。 siyushenqi.com 2025 年 8 月 13 日 501000 行业动态 拼多多跨境有多卷?0.14美元也卖 对待卷王,国内卖家褒贬不一,Temu究竟在海外溅起了多大的水花? siyushenqi.com 2025 年 8 月 13 日 432000 行业动态 马来西亚电商暴涨18.9%,续写东南亚增长神话 东南亚是跨境卖家不可忽视的重要蓝海市场。 siyushenqi.com 2025 年 8 月 12 日 422000 行业动态 2025年9月中国手游发行商全球收入排行榜 Sensor Tower商店情报平台显示,2025年9月共32个中国厂商入围全球手游发行商收入榜TOP100,合计吸金19.5亿美元,占本期全球TOP100手游发行商收入36.1%。 siyushenqi.com 2025 年 10 月 9 日 581000 行业动态 156款版号下发!《崩坏:因缘精灵》《宇宙机器人》《归环》等重磅大作均在其列! 提前过年。 siyushenqi.com 2025 年 9 月 25 日 435000 行业动态 恋爱游戏创新是为了什么? 对于乙女游戏这样主要给玩家提供情感体验的游戏,创新真的被需要吗?如果把《恋与深空》当作一面名为"结果"的镜子,那它所折射出来的是未来还是不可知呢? siyushenqi.com 2025 年 8 月 18 日 416000 PAGC 2023丨一线出海大厂集结广州 探索2023出海增长良机 联动多方出海力量,本届PAGC大会将邀请业内多家重量级大厂出席。 siyushenqi.com 2025 年 8 月 22 日 • 行业动态 508000 行业动态 端游研发超8年,腾讯或将接手这款二次元MMO的手游版开发 有匿名人士透露,称腾讯将负责《蓝色协议(Blue Protocol)》手游版的开发及全球发行 siyushenqi.com 2025 年 8 月 19 日 452000 行业动态 米哈游莉莉丝网易跟安卓渠道分手,是时候改变了 该出手时就得出手 siyushenqi.com 2025 年 8 月 18 日 521000 行业动态 剧力未来 共探新局!HuntMobi 联合 Crisp 举办的全球短剧高峰会圆满落幕 “剧力未来 世界同屏:全球短剧高峰会” 在韩国首尔 Signiel 酒店圆满举办。 siyushenqi.com 2025 年 12 月 10 日 387000 行业动态 大模型开闭源之争,争的是什么? 争论并不能否定彼此的市场价值,两种市场需求会长期共存。 siyushenqi.com 2025 年 8 月 13 日 393000 2022年10月成功出海的中国手游 -《三国志幻想大陆》问鼎海外收入增长榜,《MARVEL SNAP》成功登陆欧美市场 Sensor Tower商店情报平台发布了2022年10月中国手游产品在海外市场收入及下载量排行榜。 siyushenqi.com 2025 年 8 月 24 日 • 行业动态 536000 行业动态 AI切片带货,抖音玩得很溜 直播切片可以自动分发引流了。 siyushenqi.com 2025 年 8 月 13 日 656000 行业动态 外贸老鸟都在用的Gmail注册方法 外贸老鸟都在用的Gmail注册方法。 siyushenqi.com 2025 年 8 月 3 日 526000 Tamatem Games、五秒互娱(广州)网络科技有限公司、Azur Games 确认加入PAGC2025丨第五届全球产品与增长展会 游戏对接会 Tamatem Games、五秒互娱(广州)网络科技有限公司、Azur Games 确认加入PAGC2025丨第五届全球产品与增长展会 游戏对接会 siyushenqi.com 2025 年 8 月 17 日 • 行业动态 479000 行业动态 TEMU做不做“Mall”? Shopee、Lazada、速卖通沿着验证过的“淘宝模式”崛起,在第一成长曲线回落前,推出试图“Mall”重拾增长。环顾美国电商市场,在SHEIN和亚马逊夹缝中诞生的TEMU,未来会推出类似“Mall”的项目吗? siyushenqi.com 2025 年 8 月 13 日 400000 行业动态 梭哈大模型的公司,给自己找了条退路 AI“小模型”正在成为新风口。 siyushenqi.com 2025 年 8 月 13 日 460000 《英雄联盟手游》x可口可乐,共同在迷你时代找到新位置 8月12号,《英雄联盟手游》就公布了全新的跨界合作伙伴——有着136年历史的可口可乐,这无疑是双方品牌升值路上的又一里程碑。 siyushenqi.com 2025 年 8 月 24 日 • 行业动态 469000 行业动态 Vidu Q1斩获VBench双榜第一,还打起价格战,每秒仅需3毛 Vidu Q1是一款全新上线的AI视频生成模型,支持1080P高清视频输出,能够生成高质量的文生视频和图生视频。 siyushenqi.com 2025 年 8 月 13 日 481000 data.ai 4 月中国游戏厂商及应用出海收入 30 强:Yuanlong Games 排名上升 117 位 2023年4月中国游戏厂商及应用出海收入30强榜单出炉 siyushenqi.com 2025 年 8 月 18 日 • 行业动态 473000 告别欧美战场,上千万中国出海者正走向非洲 多数跨境人扬帆出海,往往将目光聚焦于欧洲、北美这样的电商热土,再或者是东南亚之类的新兴蓝海,相比之下,非洲则鲜有人问津。 siyushenqi.com 2025 年 8 月 13 日 • 行业动态 448000 当堪比3A的技术力用在一款女性向手游上,它在海外先火了 获取新用户的成本越来越高了,这几乎成为游戏行业的共识。 siyushenqi.com 2025 年 8 月 24 日 • 行业动态 521000 Untiy、Liftoff作为游戏出海增长论坛 联合赞助出席第三届全球产品与增长大会 Untiy、Liftoff作为游戏出海增长论坛联合赞助出席第三届全球产品与增长大会 siyushenqi.com 2025 年 8 月 21 日 • 行业动态 454000 行业动态 拥抱AI,反对远程办公,独立十年的小岛秀夫开始思考余生 小岛工作室10周年,62岁的小岛秀夫透露想做"教育AI"的游戏,坚持反远程办公、反外包,认为线下集体创作是游戏质量核心保障。 siyushenqi.com 2026 年 2 月 3 日 327000 行业动态 亚马逊FBA再次限制补货,没钱又没资源的卖家怎么破局? 近日,亚马逊美国站FBA限制补货的消息,再次刷爆朋友圈 siyushenqi.com 2025 年 8 月 13 日 440000 行业动态 唤醒手机上的AI,还需要一个物理按键吗? 淘汰物理按键的论调已经持续多年,越来越多用户习惯了屏幕操作,当真需要一个物理按键来唤醒AI吗? siyushenqi.com 2025 年 8 月 13 日 479000 行业动态 外贸企业该怎么样应对客户的索赔? 在外贸谈判过程中,业务员免不了犯错,纠纷也少不了,有时候客户还要求索赔。面对索赔,业务员总是很被动,甚至不知所措,一边是公司的经营大局,一边又是客户,到底该如何处理?我们将从售前和售后两个部分解答这个问题。 一、售前预防 很多问题的发生是可以预防和避免的。进行售前检查和预防,让问题不出现才是解决问题的关键。 1. 谨慎选择工厂 选择工厂也要货比三家,有时候甚… siyushenqi.com 2025 年 8 月 13 日 下午10:04 408000 行业动态 Epic调整分成规则,《堡垒之夜》重回苹果商店 从2025年6月起,游戏每年前100万美元销售额平台不抽成,超过100万美元后按12%抽成。 siyushenqi.com 2025 年 8 月 17 日 462000 行业动态 《少女前线》Steam版本延期上线,因未收到平台审核通过反馈 《少女前线》官方账号于5月20日发布公告,确认原定于当天上线的Steam版本无法按时上线。此前两日,游戏已发布预警,称因未收到平台最终审核通过反馈,游戏可能无法按时上线。 siyushenqi.com 2025 年 8 月 17 日 439000 发表回复 请登录后评论...登录后才能评论 提交