GPT-4.1
OpenAI · gpt-4.1
适用于代码编写、指令遵循和生产级应用的长效主力 GPT。
适用于代码编写、指令遵循和生产级应用的长效主力 GPT。
全球 · 价格附有适用条件
折扣与价格评分按全球的官方价计算
| 不分档 | 3.357 CNY/ 百万 Token |
|---|---|
| fine_tuned:true | 5.036 CNY/ 百万 Token |
| 不分档 | 13.43 CNY/ 百万 Token |
|---|---|
| fine_tuned:true | 20.14 CNY/ 百万 Token |
| 不分档 | 53.72 CNY/ 百万 Token |
|---|---|
| fine_tuned:true | 80.57 CNY/ 百万 Token |
全球 · 采集于 2026-10-02 · 查看价格来源
不同地方写法可能不一样,列在这里方便你对上号。名字太模糊、认不准的不会公开。
按第三方评测机构 Artificial Analysis 的智能指数,只跟当前在售的模型排名,每个模型按它最强的推理档位算:前 15% 为旗舰,15%–40% 为高端,40%–70% 为中端,其余为入门。只比能力,不看价格。
科学难题、数学和没见过的新题,看它想得清不清楚。
从没见过的图形规律题,靠现场推理而不是背题。看它遇到新问题会不会举一反三。
数学家出的前沿数学题,题目不公开、难以刷分。做数学、算法、量化时看这项。
研究生水平的物理、化学、生物难题。拿它做研究、分析复杂问题时看这项。
普通人一眼能答对、模型却容易掉坑的常识题。看它日常对话靠不靠谱。
答得对不对、会不会编造,查资料和写正式内容时最要紧。
上百个学科专家出的最难考题。看它知识面有多深、多广。
简短的事实问答,答错或编造都扣分。拿它查资料、写要求准确的内容时看这项。
厂商官方接口的实测中位数,看它回答快不快;不代表任何中转站线路的快慢。
厂商官方接口开始回答后,每秒能吐出多少 Token 的实测中位数。不代表中转站线路的快慢。
向厂商官方接口提问后,要等几秒才看到回答的第一个字(思考模型包括思考时间)的实测中位数。越短越好,不代表中转站线路。
这些评测停止更新、有成绩的模型太少或者和选购关系不大,成绩仅供参考,不影响上面的名次和用途筛选。
多语言代码编辑任务;结果包含 Aider 执行框架影响。
不再排行的原因:评测方已经很久没测新模型,排名反映不了现在的模型。
在真实 GitHub 问题上修复代码;结果依赖 Agent 与工具链。
不再排行的原因:题目和答案已经流进模型训练数据,OpenAI 等厂商已停止采用这项成绩。
Epoch AI 把几十项前沿评测合成的一个能力指数,用来看模型整体有多强。
不再排行的原因:综合能力已改按 Artificial Analysis 智能指数排名(覆盖的在售模型多一倍);Epoch 综合指数留作第二来源参考。
竞赛数学里最难一档题目的正确率。
不再排行的原因:主流模型几乎都能做满分,已经分不出高低;评测方也已停止测新模型。
还没有人点评。用过的话,写下第一条真实体验,帮后来的人少踩坑。