GPT-5vsGPT-4.1
在 8 个共同 benchmark 中,GPT-5 整体领先:GPT-5 领先 8 项,GPT-4.1 领先 0 项,持平 0 项,平均分差 +18.22。
GPT-58 项(100%)(0%)0 项GPT-4.1
评测分数
按能力类目分组,每组内按分差大小排列;共 8 项。
数学推理
GPT-5 领先 3/3| 评测项 | GPT-5 | GPT-4.1 | 分差 |
|---|---|---|---|
| AIME2025 | 61.9080 / 106 | 36.7097 / 106 | +25.20 |
| FrontierMath | 26.3014 / 60Thinking High (With Tools) | 5.5037 / 60 | +20.80 |
| FrontierMath - Tier 4 | 12.5029 / 80Thinking High (No Tools) | 072 / 80Normal (No Tools) | +12.50 |
规格对比
| 字段 | GPT-5 | GPT-4.1 |
|---|---|---|
| 发布机构 | OpenAI | OpenAI |
| 发布时间 | 2025-08-07 | 2025-04-14 |
| 模型类型 | 基础大模型 | 聊天大模型 |
| 架构 | 稠密模型 | 稠密模型 |
| 参数规模 | 0.0 | 暂无数据 |
| 上下文长度 | 400K | 1024K |
| 最大输出 | 131072 | 32768 |
API 调用价格
价格优先使用 DataLearner 配置的 API 记录;缺失项不做推测。
| 价格项 | GPT-5 | GPT-4.1 |
|---|---|---|
| 文本输入 | 1.25 美元/100 万tokens | 2 美元/100万 tokens |
| 文本输出 | 10 美元/100 万tokens | 8 美元/100万 tokens |
小结
- GPT-5在以下类目领先:数学推理 (3/3)、综合评估 (2/2)、Agent能力评测 (1/1)、常识推理 (1/1)、编程与软件工程 (1/1)
8 个共同 benchmark 上,GPT-5 平均高出 18.22 分。
单项差距最大的 benchmark:Simple Bench — GPT-5 56.70,GPT-4.1 27(分差 +29.70)。
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。