GPT-4.1 mini (2025-04-14)
OpenAI · gpt-4.1-mini-2025-04-14
GPT-4.1 Mini 擅长遵循指令与工具调用。它具备 1M token 的上下文窗口,且无需推理步骤即可实现低延迟。
OpenAI · gpt-4.1-mini-2025-04-14
GPT-4.1 Mini 擅长遵循指令与工具调用。它具备 1M token 的上下文窗口,且无需推理步骤即可实现低延迟。
GPT-4.1 Mini 擅长遵循指令与工具调用。它具备 1M token 的上下文窗口,且无需推理步骤即可实现低延迟。
查看介绍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。
全球 · 价格附有适用条件
| 计价项 / 适用范围 | 适用条件 | 官方价格 |
|---|---|---|
| 缓存读取 全球 · openai-api | fine_tuned:true采集于 2026-09-15 | 0.2 USD/ 1,000,000 Token |
| 缓存读取 全球 · openai-api | 未附加计价条件采集于 2026-09-15 | 0.1 USD/ 1,000,000 Token |
| 输入 全球 · openai-api | fine_tuned:true采集于 2026-09-15 | 0.8 USD/ 1,000,000 Token |
| 输入 全球 · openai-api | 未附加计价条件采集于 2026-09-15 | 0.4 USD/ 1,000,000 Token |
| 输出 全球 · openai-api | fine_tuned:true采集于 2026-09-15 | 3.2 USD/ 1,000,000 Token |
| 输出 全球 · openai-api | 未附加计价条件采集于 2026-09-15 | 1.6 USD/ 1,000,000 Token |
这里只算能确认就是这个型号的公开成绩。没成绩不代表它不行,我们也不会给它记 0 分。
可能是没人测过,也可能是名字对不上号。我们宁可空着,也不拿差不多的成绩硬凑。
这个模型还没有可比的综合成绩,下面是它的单项成绩。
同一道题直接问模型,不给它工具。每项都标出参加这项评测的全部模型的中位分和最高分,方便对照。
新颖抽象规则归纳与泛化能力。
参加这项评测的全部模型 中位 9.86% · 最高 95.0% · 共 203 个成绩
由专业数学家设计的前沿数学问题。
参加这项评测的全部模型 中位 13.5% · 最高 52.4% · 共 101 个成绩
研究生级科学问答,衡量高难知识推理。
参加这项评测的全部模型 中位 74.2% · 最高 95.8% · 共 313 个成绩
高难竞赛数学问题正确率。
参加这项评测的全部模型 中位 59.4% · 最高 98.1% · 共 108 个成绩
短事实问答准确性,关注事实性而非表达偏好。
参加这项评测的全部模型 中位 40.4% · 最高 75.6% · 共 80 个成绩
这不是模型自己的分数。下面的成绩是模型配上评测方的工具和运行环境跑出来的,换一套工具结果就会变。它们不算进上面的档位,也不能拿来排模型强弱。
多语言代码编辑任务;结果包含 Aider 执行框架影响。
参加这项评测的全部模型 中位 53.8% · 最高 88.0% · 共 71 个成绩
可以写下第一条评价。
你可以提出第一个问题。
GPT-4.1 Mini 擅长遵循指令与工具调用。它具备 1M token 的上下文窗口,且无需推理步骤即可实现低延迟。
GPT-4.1 Mini 擅长遵循指令与工具调用。它具备 1M token 的上下文窗口,且无需推理步骤即可实现低延迟。
查看介绍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。
全球 · 价格附有适用条件
| 计价项 / 适用范围 | 适用条件 | 官方价格 |
|---|---|---|
| 缓存读取 全球 · openai-api | fine_tuned:true采集于 2026-09-15 | 0.2 USD/ 1,000,000 Token |
| 缓存读取 全球 · openai-api | 未附加计价条件采集于 2026-09-15 | 0.1 USD/ 1,000,000 Token |
| 输入 全球 · openai-api | fine_tuned:true采集于 2026-09-15 | 0.8 USD/ 1,000,000 Token |
| 输入 全球 · openai-api | 未附加计价条件采集于 2026-09-15 | 0.4 USD/ 1,000,000 Token |
| 输出 全球 · openai-api | fine_tuned:true采集于 2026-09-15 | 3.2 USD/ 1,000,000 Token |
| 输出 全球 · openai-api | 未附加计价条件采集于 2026-09-15 | 1.6 USD/ 1,000,000 Token |
这里只算能确认就是这个型号的公开成绩。没成绩不代表它不行,我们也不会给它记 0 分。
可能是没人测过,也可能是名字对不上号。我们宁可空着,也不拿差不多的成绩硬凑。
这个模型还没有可比的综合成绩,下面是它的单项成绩。
同一道题直接问模型,不给它工具。每项都标出参加这项评测的全部模型的中位分和最高分,方便对照。
新颖抽象规则归纳与泛化能力。
参加这项评测的全部模型 中位 9.86% · 最高 95.0% · 共 203 个成绩
由专业数学家设计的前沿数学问题。
参加这项评测的全部模型 中位 13.5% · 最高 52.4% · 共 101 个成绩
研究生级科学问答,衡量高难知识推理。
参加这项评测的全部模型 中位 74.2% · 最高 95.8% · 共 313 个成绩
高难竞赛数学问题正确率。
参加这项评测的全部模型 中位 59.4% · 最高 98.1% · 共 108 个成绩
短事实问答准确性,关注事实性而非表达偏好。
参加这项评测的全部模型 中位 40.4% · 最高 75.6% · 共 80 个成绩
这不是模型自己的分数。下面的成绩是模型配上评测方的工具和运行环境跑出来的,换一套工具结果就会变。它们不算进上面的档位,也不能拿来排模型强弱。
多语言代码编辑任务;结果包含 Aider 执行框架影响。
参加这项评测的全部模型 中位 53.8% · 最高 88.0% · 共 71 个成绩
下面是别人对这个模型做过的检测,按时间从新到旧排。
验真报告公开后会展示在这里。
公开点评会展示在这里,登录后可以提交真实使用体验。
你可以提出第一个问题。