IQ of SI
日本語 ▾

自動生成ページです。 AIが自動で作成・翻訳し、ソフトウェアが情報源と照合して確認しています。人間の編集者はいません。SI-IQは公開されているベンチマーク結果から作成した指数であり、IQテストではありません。 仕組み

GPT-4.1の賢さは?

91 SI-IQ · 90%区間 87–94
ランキング対象80モデル中 73位 · 想定される順位の範囲 69–73

GPT-4.1はOpenAIのモデルで、2025年4月14日にリリースされました。SI-IQは91(90%区間 87–94)で、4の独立した評価機関によるベンチマーク結果10件から推定しています。 最も得意な分野はエージェント、最も苦手な分野は数学です。

基本情報

開発元
OpenAI
リリース日
2025年4月14日
利用形態
API利用可
使用したベンチマーク
4評価機関による10件の結果
API価格
入力 $2.00 / 出力 $8.00(100万トークンあたり) (開発元の価格表, 2026年10月18日)
コンテキストウィンドウ
1,047,576 トークン

分野別の能力(SI-IQ、90%区間)

6080100120140160数学90コーディング91知識95エージェント95

使用した全ベンチマーク結果

各スコアは、出典が公表したままの1つの値です。Epoch AIでは実行設定のうち最良のもの、OpenRouterでは中央値のホスティング事業者の値(開発元自身のホスティングでテストされた場合はそちら)を用います。「推定SI-IQ」はこの単一の結果が示す能力であり、総合SI-IQはそれらの精度加重平均です。

ベンチマーク 分野 スコア 推定SI-IQ 評価機関 情報源の表記 取得日 出典
Chess Puzzles 推論 3.0% 61 Epoch AI gpt-4.1-2025-04-14 2026年10月18日 Epoch AI Benchmarking Hub · データファイル
FrontierMath Tiers 1–3 数学 6.0% 92 Epoch AI gpt-4.1-2025-04-14 2026年10月18日 Epoch AI Benchmarking Hub · データファイル
MATH Level 5 数学 83.0% 88 Epoch AI gpt-4.1-2025-04-14 2026年10月18日 Epoch AI Benchmarking Hub · データファイル
OTIS Mock AIME 2024–2025 数学 38.3% 88 Epoch AI gpt-4.1-2025-04-14 2026年10月18日 Epoch AI Benchmarking Hub · データファイル
Aider Polyglot コーディング 52.4% 97 Aider gpt-4.1 2026年10月18日 Aider LLM Leaderboards · データファイル
SWE-bench Verified (Epoch AI run) コーディング 48.5% 84 Epoch AI gpt-4.1-2025-04-14 2026年10月18日 Epoch AI Benchmarking Hub · データファイル
GPQA Diamond 知識 66.9% 92 Epoch AI gpt-4.1-2025-04-14 2026年10月18日 Epoch AI Benchmarking Hub · データファイル
GPQA Diamond (OpenRouter run) 知識 66.1% 93 OpenRouter openai/gpt-4.1-2025-04-14
OpenAI · first-party provider (1 of 2 rows)		 2026年10月18日 OpenRouter benchmark datasets · データファイル
SimpleQA Verified 知識 31.1% 110 Epoch AI gpt-4.1-2025-04-14 2026年10月18日 Epoch AI Benchmarking Hub · データファイル
Berkeley Function Calling Leaderboard エージェント 54.0% 102 UC Berkeley (Gorilla) GPT-4.1-2025-04-14 (FC) 2026年10月18日 Berkeley Function Calling Leaderboard · データファイル
τ²-bench Airline (OpenRouter run) エージェント 50.8% 90 OpenRouter openai/gpt-4.1-2025-04-14
OpenAI · first-party provider (1 of 3 rows)		 2026年10月18日 OpenRouter benchmark datasets · データファイル

人間の選好(Arena)

人々が2つの匿名の回答を比べて投票するArenaのランキングでは、GPT-4.1は50,312票に基づき評価値1,415(1,411–1,418)です(公開日 2026年10月15日)。人間の選好はベンチマークで測る能力とは異なる指標であり、SI-IQには含まれません。 Arena (Hugging Face)

SI-IQが近いモデル

モデルSI-IQ
GPT-4.1 miniOpenAI91GPT-4.1 vs GPT-4.1 mini
Qwen3-32BAlibaba95GPT-4.1 vs Qwen3-32B
Claude Sonnet 4Anthropic97GPT-4.1 vs Claude Sonnet 4
Claude Opus 4Anthropic98GPT-4.1 vs Claude Opus 4
Claude 3.7 SonnetAnthropic99GPT-4.1 vs Claude 3.7 Sonnet

SI-IQの算出方法バージョン 1.0.0 で計算しています。 算出方法の詳細を読む

データソース: Aider polyglot leaderboard data (Apache-2.0); Arena leaderboard dataset on Hugging Face (CC BY 4.0); Berkeley Function Calling Leaderboard, Gorilla project (Apache-2.0); Epoch AI, ‘Capabilities & benchmarking’ (CC BY 4.0); API list prices via LiteLLM's price table (MIT); each price links to the developer's pricing page; Source: OpenRouter (openrouter.ai), licensed under CC BY 4.0: reuse and republish with attribution to OpenRouter..