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 有多聪明？
GPT-4.1 是 OpenAI 于 2025年4月14日 发布的模型。其 SI-IQ 为 91（90% 区间 87–94），由 4 家独立评测方的 10 项基准测试结果估算得出。 其最强的领域是智能体，最弱的是数学。
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 $2.00 / 输出 $8.00 (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）
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 | 得分 | 评测方 | 来源 |
|---|---|---|---|
| Chess Puzzles | 3.0% | Epoch AI | Epoch AI Benchmarking Hub · 数据文件 |
| FrontierMath Tiers 1–3 | 6.0% | Epoch AI | Epoch AI Benchmarking Hub · 数据文件 |
| MATH Level 5 | 83.0% | Epoch AI | Epoch AI Benchmarking Hub · 数据文件 |
| OTIS Mock AIME 2024–2025 | 38.3% | Epoch AI | Epoch AI Benchmarking Hub · 数据文件 |
| Aider Polyglot | 52.4% | Aider | Aider LLM Leaderboards · 数据文件 |
| SWE-bench Verified (Epoch AI run) | 48.5% | Epoch AI | Epoch AI Benchmarking Hub · 数据文件 |
| GPQA Diamond | 66.9% | Epoch AI | Epoch AI Benchmarking Hub · 数据文件 |
| GPQA Diamond (OpenRouter run) | 66.1% | OpenRouter | OpenRouter benchmark datasets · 数据文件 |
| SimpleQA Verified | 31.1% | Epoch AI | Epoch AI Benchmarking Hub · 数据文件 |
| Berkeley Function Calling Leaderboard | 54.0% | UC Berkeley (Gorilla) | Berkeley Function Calling Leaderboard · 数据文件 |
| τ²-bench Airline (OpenRouter run) | 50.8% | OpenRouter | 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 的评分为 1,415（1,411–1,418），共 50,312 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-4.1 miniOpenAI | 91 | GPT-4.1 对比 GPT-4.1 mini |
| Qwen3-32BAlibaba | 95 | GPT-4.1 对比 Qwen3-32B |
| Claude Sonnet 4Anthropic | 97 | GPT-4.1 对比 Claude Sonnet 4 |
| Claude Opus 4Anthropic | 98 | GPT-4.1 对比 Claude Opus 4 |
| Claude 3.7 SonnetAnthropic | 99 | GPT-4.1 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..