GPT-5.1vsGPT-4.5
在 4 个共同 benchmark 中，GPT-5.1 整体领先：GPT-5.1 领先 4 项，GPT-4.5 领先 0 项，持平 0 项，平均分差 +27.70。
GPT-5.14 项(100%)(0%)0 项GPT-4.5
评测分数
按能力类目分组，每组内按分差大小排列；共 4 项。
Coding and Software Engineer
GPT-5.1 领先 2/2| 评测项 | GPT-5.1 | GPT-4.5 | 分差 |
|---|---|---|---|
| SWE-bench Verified | 76.3030 / 108 | 38100 / 108 | +38.30 |
| IC SWE-Lancer(Diamond) | 69.703 / 8Thinking High (No Tools) | 32.605 / 8 | +37.10 |
General Knowledge
GPT-5.1 领先 1/1| 评测项 | GPT-5.1 | GPT-4.5 | 分差 |
|---|---|---|---|
| GPQA Diamond | 88.1028 / 178 | 71.40105 / 178 | +16.70 |
常识推理
GPT-5.1 领先 1/1| 评测项 | GPT-5.1 | GPT-4.5 | 分差 |
|---|---|---|---|
| Simple Bench | 53.2010 / 27 | 34.5020 / 27 | +18.70 |
规格对比
| 字段 | GPT-5.1 | GPT-4.5 |
|---|---|---|
| 发布机构 | OpenAI | OpenAI |
| 发布时间 | 2025-11-12 | 2025-02-28 |
| 模型类型 | 推理大模型 | 聊天大模型 |
| 架构 | 稠密模型 | 稠密模型 |
| 参数规模 | 暂无数据 | 暂无数据 |
| 上下文长度 | 400K | 128K |
| 最大输出 | 128K | 暂无数据 |
小结
- GPT-5.1在以下类目领先:Coding and Software Engineer (2/2)、General Knowledge (1/1)、常识推理 (1/1)
4 个共同 benchmark 上，GPT-5.1 平均高出 27.70 分。
单项差距最大的 benchmark：SWE-bench Verified — GPT-5.1 76.30，GPT-4.5 38（分差 +38.30）。
本页正文由结构化模型、价格与 benchmark 数据生成，不使用实时 LLM 撰写。