文章轉載自「新智元」

剛剛，OpenAI 官宣：GPT-4.1 在 ChatGPT 中上線，用戶可以直接使用。GPT-4.1 模型擅長編碼任務和遵循指令，生成速度更快，是 o3 和 o4-mini 的絕佳替代品。

一個月前，OpenAI 推出了新系列模型 GPT-4.1，在編程、指令遵循、長上下文方面表現優異。

GPT-4.1 此前僅通過 API 向開發者開放，在 ChatGPT 上線后，Plus、Pro 和 Team 用戶可通過模型選擇器中的“更多模型”下拉菜單訪問 GPT-4.1。企業版和教育版用戶將在未來幾周內獲得訪問權限。同時，OpenAI 還計劃在 ChatGPT 中引入 GPT-4.1 mini 取代 GPT-4o mini。

Founder Park 正在搭建「AI 產品市集」社群，邀請從業者、開發人員和創業者，掃碼加群：

進群后，你有機會得到：

• 最新、最值得關注的 AI 新品資訊；
  

• 不定期贈送熱門新品的邀請碼、會員碼；
  

• 最精準的AI產品曝光渠道
  

01

GPT-4.1，

比GPT-4.5還好？

這次放出GPT-4.1，也算響應群眾的呼聲。

早在4月底，就有用戶抱怨說：GPT-4.1簡直是自己最喜歡的OpenAI模型，可惜在ChatGPT中并不能使用。

他確定地說：使用體驗比GPT-4.5還要好！

不斷有開發者現身說法，表示：除了GPT-4.1的早期版本Quasar Alpha之外，它也是自己測試過的最好的編碼模型！

不斷有人表示，GPT-4.1，絕對是一個被低估的模型。

就在上個月，OpenAI專為開發者推出了GPT-4.1系列新模型：GPT-4.1、GPT-4.1 mini和GPT-4.1 nano。

它們均擁有最高100萬Token的超大上下文窗口，在代碼、指令跟隨等核心能力上全面超越GPT-4o及GPT-4o mini，并且知識截止日期也已更新至2024年6月。

02

GPT-4.1 能力實測：

順利完成龐大代碼任務

既然很多ChatGPT用戶都能用上GPT-4.1了，現在全網已經涌出了不少實測。

比如沃頓商學院教授Ethan Mollick，就用一道考遍了各大模型的景點難題來考驗GPT-4.1。

「請創建一段我可以直接粘貼到p5.js中的代碼，它要以驚人的巧思震撼我，仿佛是未來某艘星艦控制面板的呈現。」

GPT-4.1的表現，可是相當優秀。

另一位開發者實測后發現，GPT-4.1實在令人驚喜！

當時，他正在處理一個代碼量非常龐大的任務，系統自動選擇的模型根本無法處理，完全沒有生成任何內容。

結果讓GPT-4.1上場后，它不僅比默認模型更快，還準確地完成了任務。

甚至，它還給了一個額外的驚喜：竟然還把整個文件中沒用到的代碼都清理掉了。

通過實測發現，GPT-4.1在代碼生成速度方面達到了新的高度。

比如讓GPT-4.1生成一個博客首頁，在幾秒鐘之內就完成了輸出。

再比如，讓他用python寫一個地球飛往火星的動畫，幾乎就是在一瞬間，GPT-4.1就完成了任務的輸出。

結果看起來還行，這只是第一輪交互的結果，能夠感受到GPT-4.1的速度是得到根本性的提升。

再挑戰一下，讓給GPT-4.1用動畫來解釋一下量子糾纏。

初步來看，GPT-4.1還是「領會」到了什么是量子糾纏

對于推理問題，GPT-4.1表現的也非常優秀。比如多步驟的年齡計算問題，GPT-4.1的求解邏輯非常嚴謹。

面對一些逆向思考、腦筋急轉彎之類的問題，GPT-4.1也能快速完成推理，當然面對這個問題得出的答案倒是非常有趣。

03

網友吐槽：

沒有1M上下文版本

但試用GPT-4.1后，許多網友表示：太失望了！

雖然OpenAI發布了GPT-4.1，卻沒有包含100萬上下文窗口的API版本。

本來大家最希望在ChatGPT中使用GPT-4.1，就是因為想要超長的上下文窗口。

現在，只能期望GPT-5能提供一個超長的上下文窗口了。

的確，不斷有人發現，ChatGPT（Pro）中的GPT-4.1，最大上下文長度似乎僅為128k token，跟API中的100萬token相差甚遠。

也就是說，OpenAI并沒有在GPT-4.1中提高限制。

總之，真的讓人很失望。看來還是得用Gemini。

也有網友發現了「華點」：自己嘗試運行他們在直播演示中用來展示 ChatGPT 4.1的提示詞，但網頁版無法運行成功，不過在API Playground中嘗試后卻運行成功了。

也有人說，自己剛剛氛圍編程了一個使用GPT-4.1的AI助手，因為這個模型僅通過API提供，今天，ChatGPT中就能用了。

不過，他還是會用自己的助手，因為用戶界面比ChatGPT更好。

其實，OpenAI此前已經放出GPT-4.1的prompt指南，總結了一系列內部測試中得出的重要prompt技巧。

想實測的小伙伴，可以參考這篇用起來了。