GP

GPT-5.1

GPT-5.1

发布时间: 2025-11-12337
模型参数
未披露
上下文长度
400K
中文支持
支持
推理能力

模型基本信息

推理过程
支持
上下文长度
400K tokens
最大输出长度
131072 tokens
模型类型
暂无数据
发布时间
2025-11-12
模型文件大小
暂无数据
MoE架构
总参数 / 激活参数
0.0 亿 / 不涉及
知识截止
暂无数据
推理模式
常规模式(Non-Thinking Mode)思考模式(Thinking Mode)

开源和体验地址

代码开源状态
不开源
预训练权重开源
不开源- 不开源
GitHub 源码
暂无GitHub开源地址
Hugging Face
暂无开源HuggingFace地址

官方介绍与博客

API接口信息

接口速度
3/5
💡默认单位:$/100万 tokens。若计费单位不同,则以供应商公开的原始标注为准。
标准计费Standard
模态输入输出
文本$1.25$10
图片$1.25--
缓存计费Cache
模态输入 Cache输出 Cache
文本$0.125--
图片$0.125--

评测得分

综合评估

共 9 项评测
评测名称 / 模式
得分
排名/总数
88.10
9 / 141
GPQA Diamondthinking
88.10
9 / 141
72.80
6 / 36
ARC-AGImedium
57.70
14 / 36
33.20
24 / 36
HLEthinking
26.50
23 / 82
17.60
8 / 27
ARC-AGI-2medium
6.50
15 / 27
1.90
21 / 27

编程与软件工程

共 1 项评测
评测名称 / 模式
得分
排名/总数
76.30
8 / 73

数学推理

共 2 项评测
评测名称 / 模式
得分
排名/总数
94
24 / 101
FrontierMathhigh + 使用工具
26.70
6 / 53

多模态理解

共 1 项评测
评测名称 / 模式
得分
排名/总数
MMMUhigh
85.40
1 / 17

常识推理

共 1 项评测
评测名称 / 模式
得分
排名/总数
53.20
10 / 25

Agent能力评测

共 2 项评测
评测名称 / 模式
得分
排名/总数
τ²-Bench - Telecomhigh + 使用工具
95.60
6 / 19
Terminal Bench Hardhigh + 使用工具
43
2 / 7

AI Agent - 信息收集

共 1 项评测
评测名称 / 模式
得分
排名/总数
BrowseComphigh + 使用工具
90
1 / 14

AI Agent - 工具使用

共 1 项评测
评测名称 / 模式
得分
排名/总数
Terminal Bench 2.0high + 使用工具
47.60
4 / 9

发布机构

模型解读

2025年11月12日,OpenAI正式发布了GPT-5.1模型,其中GPT-5.1 Thinking是推理版本的模型,在官方的介绍中,是用于替换GPT-5的,对简单问题比 GPT-5 Thinking 更快,但对难任务会刻意拉长推理时间换准确率;典型「慢工出细活」。目前,付费用户已经可以在ChatGPT网站使用,但是模型的API和更多信息并没有在当天披露。


-------------------以下为此前暴露信息----------------

在 GPT-5.1 相关泄露信息中,GPT-5.1 Reasoning 被多次提及为该家族中的推理强化版本,与基础的 GPT-5.1 和面向企业场景的 GPT-5.1 Pro 共同构成三成员模型系列。

根据 TestingCatalog 的整理以及社交媒体上对前端代码的截图,OpenAI 内部配置中出现了以 GPT-5.1 Reasoning 命名的条目,与 GPT-5.1 Pro 一同被描述为针对企业与高强度推理工作负载的变体。与此同时,GPT-5.1 Thinking 这一内部标识在 ChatGPT 的后端代码中被发现,并被多家科技媒体解读为优化多步推理与更为审慎回答过程的配置,用于处理复杂问题求解与长链条规划任务。

在开源报道中,GPT-5.1 Reasoning 通常被视为承接 GPT-5 Pro 系列“扩展推理能力”定位的后续版本:通过更长的思考过程、更高的计算预算以及更精细的推理策略来提升在复杂推理任务、研究级问题以及多步骤工具调用场景中的稳定性。然而,目前尚无公开的系统卡或技术报告详细说明该版本的参数规模、上下文窗口、思考预算配置或在标准基准(如 MMLU、GPQA 等)上的具体得分。

因此,从公开可验证的信息出发,可以将 GPT-5.1 Reasoning 谨慎地归类为 GPT-5.1 家族中面向深度推理与多步骤问题求解的强化版本,其核心特点在于对推理路径与答案可靠性的优化,而非仅仅提升生成速度或通用对话体验。关于其具体硬件需求、性能边界以及与基础版 GPT-5.1 的量化差异,目前仍缺乏来自 OpenAI 官方的详细数据说明。

DataLearner 官方微信

欢迎关注 DataLearner 官方微信,获得最新 AI 技术推送

DataLearner 官方微信二维码