OpenAI 发布 GPT-4.1 系列：全系支持百万 token

2025年4月15日凌晨，OpenAI正式发布全新GPT-4.1系列模型，包含GPT-4.1、GPT-4.1 mini和GPT-4.1 nano三个版本。这一系列产品以“性能全面超越前代、成本显著降低、开发者友好”为核心亮点，通过API向所有开发者开放，并计划于三个月后（2025年7月14日）逐步弃用GPT-4.5预览版，为行业带来了新一轮技术升级。

GPT-4.1系列延续了OpenAI对模型分层的策略，三款产品针对不同需求提供精准解决方案。作为旗舰型号的GPT-4.1主打全场景高性能，在编程、指令遵循、长上下文理解等核心领域树立新标杆；GPT-4.1 mini聚焦小型化场景，在保持高智能水平的同时大幅降低延迟和成本；GPT-4.1 nano则是目前OpenAI速度最快、价格最低的模型，专为低延迟任务如实时分类、自动补全等设计。三者均支持高达100万token的上下文窗口，较前代GPT-4o的12.8万token实现近8倍提升，为处理大型代码库、法律文档、长视频等复杂任务提供了硬件级支撑。OpenAI特别强调，新系列模型在训练过程中深度融入开发者反馈，针对实际应用中的高频场景进行优化，例如针对需要频繁处理长文本的法律、教育、客服等行业，在上下文连贯性和关键信息提取上进行了专项强化；针对编程场景，通过代码diff格式的精准支持帮助开发者减少冗余操作，提升工程效率。

在开发者最关注的编程能力方面，GPT-4.1展现出碾压级优势。在衡量真实软件工程技能的SWE-bench Verified测试中，其得分达到54.6%，较GPT-4o的33.2%提升21.4%，远超同期其他模型。具体表现为代码生成的可运行性显著提高，无关编辑频率从GPT-4o的9%降至2%；在处理多语言代码diff时，得分较前代翻倍，甚至比GPT-4.5高出8%。前端开发场景中，人工评测显示其生成的Web应用在功能性和美观度上，80%的案例优于GPT-4o的输出。

指令遵循能力的提升是另一大亮点。OpenAI构建了涵盖格式遵循、负面指令处理、有序步骤执行等多维度的评估体系，发现GPT-4.1在复杂指令场景下的表现尤为突出。例如在Scale的MultiChallenge基准测试中，其得分38.3%，较GPT-4o提升10.5%；在IFEval测试中，以87.4%的成绩超越前代的81.0%。模型能够更精准地处理XML、YAML等自定义格式，严格遵守“避免无关信息”“按顺序执行步骤”等约束条件，尤其适合需要高度结构化输出的企业级应用，如数据报表生成、客服工单处理等。

长上下文理解能力是GPT-4.1系列的颠覆性突破。100万token的窗口相当于约8个完整React代码库或30万字的文档，模型不仅能稳定处理极限长度的输入，还能高效检索和关联分散在上下文中的关键信息。OpenAI通过两项新评估工具验证了这一能力：在OpenAI-MRCR测试中，模型需从多轮对话中识别特定请求，即使上下文长达128K token，准确率仍显著高于GPT-4o；在Graphwalks数据集上，面对需要多跳推理的有向图问题，GPT-4.1以61.7%的准确率达到与GPT-4.5相当的水平，远超前代模型。这种能力直接赋能法律合同审查、代码库跨文件调试、长视频内容分析等复杂场景，解决了传统模型“上下文越长、性能衰减越明显”的痛点。

除了性能提升，OpenAI在成本控制上展现出明确的开发者友好导向。价格方面，GPT-4.1的中等规模查询成本较GPT-4o降低26%，而nano版本作为入门级选项，成本仅为前代的1/6，延迟减少近半。针对重复调用相同上下文的场景，即时缓存折扣从50%提升至75%，进一步降低长期使用成本。值得注意的是，100万token的长上下文支持无需额外付费，彻底改变了“长文本处理等于高成本”的行业惯例。在技术实现上，OpenAI通过优化推理系统架构，在保持高吞吐量的同时降低计算资源消耗，例如nano模型在MMLU测试中得分80.1%、GPQA测试中得分50.3%，甚至超越了GPT-4o mini，实现了“小模型大能力”的突破，使得中小型企业和个人开发者也能负担得起先进的AI服务。

虽然此次发布以文本模型为核心，GPT-4.1系列在视觉理解领域同样取得进展。Mini版本在MMMU、MathVista等基准测试中多次击败GPT-4o，显示出强大的图文关联能力。结合100万token的长上下文，模型在处理包含多帧图像的长视频时表现优异，如在Video-MME基准中得分72.0%，较前代提升6.7%，为视频内容分析、教育课件解读等场景提供了新可能。OpenAI同步开源了Graphwalks等评估工具，推动行业建立更科学的长上下文推理评测体系，配合Responses API等原语，新模型在构建智能体时表现更可靠，能够减少人工干预，提升任务完成效率。

GPT-4.1的发布标志着OpenAI从“追求技术极限”转向“技术落地优化”的重要节点。CEO山姆·奥特曼强调，新模型不仅在基准测试中领先，更聚焦真实场景的实用性，“让开发者感到开心”是核心目标。这种转变体现在对中小企业需求的响应、对工程效率的提升，以及对长上下文等痛点的针对性解决。随着三个月后GPT-4.5的逐步退役，开发者需要加快迁移步伐，OpenAI提供的过渡窗口期和详细的性能对比文档有助于平滑切换过程。行业预计，新模型将在代码生成、文档处理、智能客服等领域掀起应用高潮，尤其利好依赖AI提效的科技公司、法律机构和教育平台。

从技术趋势看，GPT-4.1展现的“长上下文+低成本+高可靠”三角模型，为通用AI的规模化商用奠定了基础。当模型能够高效处理百万级token、以亲民价格响应高频请求，AI将不再局限于“惊艳demo”，而是真正融入企业核心工作流，成为像云计算一样的基础设施级服务。此次发布不仅是OpenAI的一次产品迭代，更重新定义了AI模型的价值标准——在算力成本高企的当下，“又快又好又便宜”的技术组合才是驱动产业变革的核心竞争力。随着开发者社区的反馈持续注入，GPT-4.1系列有望在未来数月内催生更多创新应用，让人工智能的红利惠及更广泛的群体。