DataLearner 标志
GP

GPT-5.1

推理大模型GPTGPT-5.1

GPT-5.1

发布时间: 2025-11-12更新于: 2026-06-15 07:18:15.415976
在线体验GitHubHugging FaceCompare
模型参数
未披露
上下文长度
400K
中文支持
支持
推理能力

GPT-5.1 是由 OpenAI 发布的 AI 模型,发布时间为 2025-11-12,定位为 推理大模型,上下文长度为 400K,采用 不开源 许可,在 τ²-Bench - Telecom 上取得 95.60 分。

数据优先来自官方发布(GitHub、Hugging Face、论文),其次为评测基准官方结果,最后为第三方评测机构数据。 了解数据收集方法

GPT-5.1

模型基本信息

推理过程
支持
思考模式
不支持思考模式
上下文长度
400K tokens
最大输出长度
128K tokens
模型类型
推理大模型
输入/输出模态
文本、图像 → 文本
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
暂无数据 / 不涉及
知识截止
暂无数据
GPT-5.1

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
GitHub 源码
暂无GitHub开源地址
Hugging Face
暂无开源HuggingFace地址
GPT-5.1

官方介绍与博客

GPT-5.1

API接口信息

接口速度
3/5
暂无公开的 API 定价信息。
GPT-5.1

评测结果

GPT-5.1 当前已收录的代表性评测结果包括 MMMU(2 / 28,得分 85.40)、Terminal Bench Hard(2 / 13,得分 43)、GPQA Diamond(30 / 180,得分 88.10)。 本页还汇总了参数规模、上下文长度与 API 价格,便于结合评测结果与部署约束一起判断模型适配度。

思考模式
工具使用
联网能力

综合评估

共 16 项评测
评测名称 / 模式
得分
排名/总数
88.10
30 / 180
88.10
30 / 180
88.10
30 / 180
72.80
25 / 65
57.70
37 / 65
33.20
50 / 65
LiveBench
常规模式
42.65
106 / 115
59.95
71 / 115
69.17
41 / 115
72.04
29 / 115
26.50
89 / 163
HLE
25.70
91 / 163
HLE
工具联网
42.70
47 / 163
17.60
33 / 59
6.50
41 / 59
1.90
50 / 59

编程与软件工程

共 4 项评测
评测名称 / 模式
得分
排名/总数
76.30
31 / 109
76.30
31 / 109
50.80
32 / 45

数学推理

共 6 项评测
评测名称 / 模式
得分
排名/总数
94
28 / 106
94
28 / 106
FrontierMath
工具
26.70
13 / 60
4.20
40 / 80
12.50
29 / 80
12.50
29 / 80

多模态理解

共 2 项评测
评测名称 / 模式
得分
排名/总数
85.40
2 / 28
MMMU
85.40
2 / 28

常识推理

共 1 项评测
评测名称 / 模式
得分
排名/总数
53.20
23 / 63

Agent能力评测

共 2 项评测
评测名称 / 模式
得分
排名/总数
95.60
14 / 35
43
2 / 13

AI Agent - 信息收集

共 1 项评测
评测名称 / 模式
得分
排名/总数
50.80
38 / 47

AI Agent - 工具使用

共 2 项评测
评测名称 / 模式
得分
排名/总数
MCP-Atlas
工具
50.10
22 / 24
47.60
37 / 46

和其他模型对比

GPT-5.1

发布机构

GPT-5.1

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