近期，科技領域迎來了一波新的模型發布高潮，其中OpenAI推出的GPT-4.1系列模型尤為引人注目。據bleepingcomputer報道，這一最新版本相較于其前身GPT-4o，在性能上實現了顯著飛躍。
OpenAI于4月15日正式揭曉了GPT-4.1、GPT-4.1 mini及GPT-4.1 nano三款新模型。從官方公布的跑分數據來看，這些新模型在編程能力上有了質的飛躍，遠遠超越了GPT-4o及其小型版本GPT-4o mini。以SWE-bench Verified跑分為例，GPT-4o僅獲得了21.4%的分數，而GPT-4.1則一舉躍升至54.6%，展現出了強大的編程實力。
然而，盡管GPT-4.1系列模型在性能上取得了顯著提升，但在與谷歌Gemini系列的對比中，卻并未能占據上風。根據Stagehand發布的基準數據，Gemini 2.0 Flash在錯誤率和精確匹配率上均表現優異，錯誤率僅為6.67%，精確匹配率高達90%，且價格更為親民，速度更快。相比之下，GPT-4.1的錯誤率則高達16.67%，成本更是Gemini 2.0 Flash的十倍以上。
來自哈佛大學的RNA科學家Pierre Bongrand也提供了相關數據，進一步印證了GPT-4.1在性價比方面的不足。他指出，相較于Gemini 2.0 Flash、Gemini 2.5 Pro及DeepSeek等競品，GPT-4.1的性價比并不具備優勢。
在編碼專項測試中，GPT-4.1的表現同樣未能讓人眼前一亮。Aider Polyglot的測試結果顯示，GPT-4.1的編碼得分僅為52%，而谷歌的Gemini 2.5則以73%的得分遙遙領先，進一步凸顯了GPT-4.1在編碼能力上的不足。
值得注意的是，盡管GPT-4.1被歸類為非推理模型，但其在編碼能力方面依然處于行業領先地位。這一成績無疑為OpenAI的AI研發實力提供了有力證明，同時也為未來的AI模型發展提供了更多可能性。
然而，在與谷歌Gemini系列的對比中，GPT-4.1也暴露出了自身在性價比和錯誤率方面的不足。這提醒我們，在AI技術的快速發展中，仍需不斷追求性能與成本的平衡，以更好地滿足實際應用需求。
