IQ of SI
简体中文 ▾

自动生成页面。 本页由 AI 自动撰写和翻译,并由软件对照来源进行核查,无人工编辑。SI-IQ 是基于公开基准测试结果构建的指数,不是智商测试。 工作原理

GPT-4.1 mini 有多聪明？

91 SI-IQ · 90% 区间 88–95
在 80 个已排名模型中位列第 72 · 可能的名次区间 68–73

GPT-4.1 mini 是 OpenAI 于 2025年4月14日 发布的模型。其 SI-IQ 为 91（90% 区间 88–95），由 4 家独立评测方的 10 项基准测试结果估算得出。 其最强的领域是数学，最弱的是知识。

基本信息

开发方
OpenAI
发布时间
2025年4月14日
访问方式
API 访问
所用基准测试
来自 4 家评测方的 10 项结果
API 价格
每 1M tokens 输入 $0.40 / 输出 $1.60 (开发方价格表, 2026年10月18日)
上下文窗口
1,047,576 tokens

各领域能力（SI-IQ，90% 区间）

6080100120140160推理90数学92知识89智能体92

我们使用的每项基准测试结果

每个分数都是来源发布的原始单一数值：Epoch AI 取其各运行设置中的最佳结果，OpenRouter 取托管服务商的中位数（若开发方自行托管并运行了测试，则取其自有托管的结果）。“隐含 SI-IQ”是该单项结果所对应的能力水平；总体 SI-IQ 是这些值按精度加权后的平均值。

基准测试 领域 得分 隐含 SI-IQ 评测方 来源中的列示名称 获取时间 来源
Chess Puzzles 推理 1.0% 61 Epoch AI gpt-4.1-mini-2025-04-14 2026年10月18日 Epoch AI Benchmarking Hub · 数据文件
Mystery Game Puzzles 推理 7.0% 70 Epoch AI gpt-4.1-mini-2025-04-14 2026年10月18日 Epoch AI Benchmarking Hub · 数据文件
FrontierMath Tiers 1–3 数学 6.7% 93 Epoch AI gpt-4.1-mini-2025-04-14 2026年10月18日 Epoch AI Benchmarking Hub · 数据文件
MATH Level 5 数学 87.3% 92 Epoch AI gpt-4.1-mini-2025-04-14 2026年10月18日 Epoch AI Benchmarking Hub · 数据文件
OTIS Mock AIME 2024–2025 数学 44.7% 91 Epoch AI gpt-4.1-mini-2025-04-14 2026年10月18日 Epoch AI Benchmarking Hub · 数据文件
Aider Polyglot 编程 32.4% 86 Aider gpt-4.1-mini 2026年10月18日 Aider LLM Leaderboards · 数据文件
GPQA Diamond 知识 65.8% 90 Epoch AI gpt-4.1-mini-2025-04-14 2026年10月18日 Epoch AI Benchmarking Hub · 数据文件
GPQA Diamond (OpenRouter run) 知识 64.7% 91 OpenRouter openai/gpt-4.1-mini-2025-04-14
OpenAI · first-party provider (1 of 2 rows)		 2026年10月18日 OpenRouter benchmark datasets · 数据文件
SimpleQA Verified 知识 12.7% 83 Epoch AI gpt-4.1-mini-2025-04-14 2026年10月18日 Epoch AI Benchmarking Hub · 数据文件
Berkeley Function Calling Leaderboard 智能体 50.5% 98 UC Berkeley (Gorilla) GPT-4.1-mini-2025-04-14 (FC) 2026年10月18日 Berkeley Function Calling Leaderboard · 数据文件
τ²-bench Airline (OpenRouter run) 智能体 44.3% 81 OpenRouter openai/gpt-4.1-mini-2025-04-14
OpenAI · first-party provider (1 of 2 rows)		 2026年10月18日 OpenRouter benchmark datasets · 数据文件

人类偏好（Arena）

在 Arena 排行榜上，用户会在两个匿名回答之间投票。GPT-4.1 mini 的评分为 1,383（1,379–1,387），共 38,709 票（发布于 2026年10月15日）。人类偏好与基准测试所衡量的能力是不同的指标，不计入 SI-IQ。 Arena (Hugging Face)

SI-IQ 相近的模型

模型SI-IQ
GPT-4.1OpenAI91GPT-4.1 mini 对比 GPT-4.1
Qwen3-32BAlibaba95GPT-4.1 mini 对比 Qwen3-32B
Claude Sonnet 4Anthropic97GPT-4.1 mini 对比 Claude Sonnet 4
Claude Opus 4Anthropic98GPT-4.1 mini 对比 Claude Opus 4
Claude 3.7 SonnetAnthropic99GPT-4.1 mini 对比 Claude 3.7 Sonnet

采用 SI-IQ 方法版本 1.0.0 计算。 阅读完整方法论

数据来源: 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..