GPT-4.1 és un model de llenguatge gran dins de la sèrie GPT d'OpenAI. Es va publicar el 14 d'abril de 2025. Es pot accedir a GPT-4.1 a través de l'API d'OpenAI o de l'OpenAI Developer Playground. Es van publicar tres models diferents simultàniament: GPT-4.1, GPT-4.1 mini i GPT-4.1 nano. Des del 14 de maig, GPT-4.1 ha estat disponible per als usuaris subscrits als plans ChatGPT Plus i Pro, i GPT-4.1 mini que substitueix GPT-4o mini està disponible per a tots els usuaris de ChatGPT.
Visió general Els tres models tenen una finestra de context d'1 milió de tokens i un límit de coneixement del juny de 2024.
Els models es van provar en nombrosos punts de referència. Els punts de referència de coneixement acadèmic van incloure el 2024 AIME, GPQA i MMLU . Els punts de referència de codificació van incloure SWE-bench i SWE-Lancer. Els punts de referència de seguiment d'instruccions van incloure COLLIE i IFEval. Els punts de referència de visió van incloure MMMU (responent preguntes sobre imatges), MathVista (resolent tasques matemàtiques relacionades amb la visió) i CharXiv (responent preguntes sobre gràfics d'articles de recerca). Els punts de referència de context llarg van incloure dos punts de referència nous inventats per OpenAI: "correferència multi-ronda" (on el model ha de trobar la i-èsima instància d'alguna cosa en una conversa llarga falsa generada sintèticament per GPT-4o) i "Graphwalks" (obligant el model a simular la cerca d'amplitud).
Els models van rebre més formació pel que fa a la crida d'eines, de manera que el "llibre de cuina d'OpenAI" recomana utilitzar exclusivament el camp d'eines quan es dóna accés a les eines al model. Els models també s'entrenen per seguir instruccions més literalment, cosa que fa que el model sigui més fàcil de dirigir.
Recepció The Verge va descriure el llançament de GPT-4.1 com "un gir en el calendari de llançaments de l'empresa". HackerNoon va elogiar el model com "una GRAN victòria per als desenvolupadors" i va afirmar que desafiava els avantatges de la finestra de context més llarga de Gemini 2.5 Pro i les fortes capacitats de raonament de Claude 3.7 Sonnet. Zvi Mowshowitz va descriure GPT-4.1-mini com un "excel·lent model pràctic". No obstant això, va criticar OpenAI per no fer prou proves de seguretat, dient que "odia el precedent que això estableix".
Dos equips de recerca, un dirigit per l'investigador de la Universitat d'Oxford Owain Evans i l'altre amb seu a l'empresa emergent d'IA SplxAI, van trobar de manera independent proves que GPT-4.1 podria estar més desalineat que GPT-4o.
Referències
Categoria:Models de llenguatge gran