BenchLeader

GPT-4.1 nano

推論エフォート
品質339中308位
36.9Index
下位4分の1
中央値比 −13.3
価格255中35位
$0.175100万トークンあたり
安い方から4分の1
中央値の0.2倍
速度216中21位
184トークン/秒
上位10%
中央値の2.2倍
コスパ255中47位
210.9ポイント/$
上位4分の1
中央値の3.8倍

よりコスパが高いモデル: Gemma 4 E4B $0.040/MでIndex 43.2(77%安い)。

より安価でスコアの高いランク付けモデルが26つあります:MiMo-V2.5 (56.3, $0.138)、Step 3.5 Flash (56.3, $0.150)、GPT-5 nano (56.2, $0.138)ほか23つ。

2026年11月16日時点で、GPT-4.1 nano(OpenAI)のBenchLeader Indexは36.9です(ランク付け対象は608構成)。最も強いのは人間の評価(48)、最も弱いのは知識(21)です。API料金は入力100万トークンあたり$0.100、出力100万トークンあたり$0.400(3:1のブレンドで$0.175)で、2026年11月16日時点の定価です。出力速度は約180トークン/秒です(Artificial Analysis)。2025年4月14日にリリースされました。

要点(2026年11月16日時点)

  • GPT-4.1 nanoのAPI料金は入力100万トークンあたり$0.100、出力100万トークンあたり$0.400(3:1のブレンドで$0.175)です(定価、2026年11月16日)。
  • GPT-4.1 nanoの出力速度は約180トークン/秒です(Artificial Analysis、2026年11月16日)。
  • GPT-4.1 nanoは2025年4月14日にリリースされました(OpenAI)。

詳しく見ると:GPT-4.1 nanoはOpenAIのプロプライエタリなモデルです(2025年4月14日リリース)。最もスコアの高い構成は、BenchLeader Indexで36.9 ±4.4を記録し、608構成中574位で下位半分に入ります。重要なのはこの「±」です。ほかに110構成のスコアがこの範囲に入っており、品質だけでは区別できません。差がつくのは価格と速度です。カテゴリ別では人間の評価が最も高く(48)、知識が最も低くなっています(21)。ブレンド価格は100万トークンあたり$0.175で、ランク付けされたモデルの中で最も安い5分の1に入ります。出力速度は184トークン/秒、回答開始まで1.0秒で、最速の4分の1に入ります。2通りの推論エフォート設定で測定されています。この要約は最もスコアの高い設定について述べたもので、上のタブで切り替えられます。最終測定日:2026年11月11日。

ブレンド価格
$0.175/M
入力$0.100・出力$0.400
出典:Artificial Analysis
出力速度
184 tok/s
Artificial Analysisによる測定
回答開始
0.97 s
最初のトークン 0.86 s
コンテキスト
1.0M
出典:models.dev
回答完了まで
4.24 s
最終測定2026年11月13日
タスクあたりコスト
–
タスクあたりトークン数
–
リリース日
2025年4月14日
カテゴリ別のスコア破線=平均的なモデル(50)。15ポイントが標準偏差1つ分です。
  1. 総合Index37
  2. 推論34
  3. コーディング29
  4. エージェント・ツール38
  5. 数学46
  6. 知識21
  7. 指示追従47
  8. 人間の評価48
  9. マルチモーダル27
  10. 長文コンテキスト29

この順位を埋め込む

ほかのバッジスタイル
[![GPT-4.1 nano on BenchLeader: 総合 300位](https://www.benchleader.com/badge/gpt-4-1-nano.svg?style=compact)](https://www.benchleader.com/models/gpt-4-1-nano)

README.mdの冒頭、ほかのバッジの横に貼り付けてください。バッジはデータの更新ごとに描き直され、このページへリンクします。

OpenAIの新モデル公開をメールで通知

ランク入りしたときにもう1通、さらに毎週月曜に週刊レビューをお届けします。

プロバイダーとメールの種類を選ぶ

バージョン

OpenAIはこの名前で3つのモデルを公開しています。それぞれ自身の結果だけでランク付けされます。新しいバージョンはまだ結果が少ないことが多く、結果が増えるまではIndexが平均寄りになります。

モデルリリース日Index順位
GPT-5.4 Nanoxhigh2026年3月17日53.9#244
GPT-5 nano2025年8月7日56.2#187
GPT-4.1 nanoこのページ2025年4月14日36.9#574

推論エフォート別の構成

同じモデルでも、どれだけ考えさせるかによって振る舞いが変わります。各行が1つの推論エフォート設定で、その設定で実行されたベンチマークだけで評価しています。「未記載」は、どの設定を使ったかを公開元が明記していない結果をまとめたものです。推論モデルの場合は思考モードであることが多いものの、そうとは仮定していません。ここかページ上部で設定を選ぶと、その価格、速度、カテゴリ別スコアを表示します。

エフォートIndex順位速度回答開始チャット返答のコストカテゴリ
high32.1#600184 tok/s0.97 s$0.0002コーディング 28 · 知識 27 · 数学 21
未記載最良36.9#574184 tok/s0.97 s$0.0002エージェント・ツール 38 · コーディング 29 · 人間の評価 48 · 指示追従 47 · 知識 21 · 長文コンテキスト 29 · 数学 46 · マルチモーダル 27 · 推論 34

Indexの推移

2026年9月8日〜2026年11月16日
273544
  • 標準
  • high

Indexは毎日ゼロから計算し直すため、新しいベンチマーク結果が加わったとき、公開元がスコアを修正したとき、または正規化の基準となるモデルが変わったときに線が動きます。初期の変動は、スコアがまだ落ち着いていないことを示している場合がほとんどです。

ベンチマーク結果

LLMベンチマーク一覧を見る。列は推論エフォートごとです。順位は、そのベンチマークでのすべてのモデルのすべての構成の中での位置です。スコアにカーソルを合わせると、元になった実行が表示されます。

推論

ベンチマークhigh標準出典推移
GPQA Diamondエフォート未記載–48.9%#233Epoch AI Benchmarking Hub
Arena Hard Promptsエフォート未記載–1333#236Arena (LMArena)
GPQA Diamond (AA)Index対象外エフォート未記載–51.2%#433Artificial Analysis
Humanity's Last Exam (AA)Index対象外エフォート未記載–3.8%#594Artificial Analysis
GPQA Diamond (Vals)Index対象外50.8%#116–Vals AI
Kagi LLM Benchmarkエフォート未記載–33.3%#121Kagi LLM Benchmark
GPQA Diamond (HELM)Index対象外エフォート未記載–50.7%#37HELM Capabilities
ARC-AGI-1エフォート未記載–0.0%#265ARC Prize
ARC-AGI-2エフォート未記載–0.0%#251ARC Prize
CritPtIndex対象外エフォート未記載–0.0%#337Artificial Analysis
Arena ExpertIndex対象外エフォート未記載–1313#239Arena (LMArena)
Chess PuzzlesIndex対象外エフォート未記載–0.0%#156Epoch AI Benchmarking Hub
LMCAIndex対象外エフォート未記載–5.5%#197Epoch AI Benchmarking Hub
DTBenchIndex対象外エフォート未記載–52.5%#213Epoch AI Benchmarking Hub

コーディング

ベンチマークhigh標準出典推移
SciCodeエフォート未記載–25.9%#226SciCode
WeirdMLエフォート未記載–19.0%#146WeirdML
Arena Codingエフォート未記載–1373#228Arena (LMArena)
LiveCodeBench42.7%#123–Vals AI
Aider Polyglotエフォート未記載–8.9%#60Aider polyglot leaderboard
Terminal-Bench 2.1 (AA)Index対象外エフォート未記載–3.8%#217Artificial Analysis
Design Arena WebsiteIndex対象外エフォート未記載–965#176Design Arena
LiveCodeBench (AA)Index対象外エフォート未記載–32.6%#192Artificial Analysis

エージェント・ツール

数学

ベンチマークhigh標準出典推移
OTIS Mock AIMEエフォート未記載–28.9%#222Epoch AI Benchmarking Hub
MATH Level 5エフォート未記載–70.0%#40Epoch AI Benchmarking Hub
AIME (Vals)26.5%#75–Vals AI
MGSM69.3%#72–Vals AI
Omni-MATH (HELM)エフォート未記載–36.7%#35HELM Capabilities
MATH 500Index対象外80.2%#38–Vals AI
Arena Mathsエフォート未記載–1273#259Arena (LMArena)
AIME 2025 (AA)Index対象外エフォート未記載–24.0%#190Artificial Analysis

知識

ベンチマークhigh標準出典推移
SimpleQA Verifiedエフォート未記載–6.0%#99Epoch AI Benchmarking Hub
MMLU-Pro63.5%#128–Vals AI
LegalBench61.1%#139–Vals AI
CorpFin42.1%#118–Vals AI
TaxEval60.8%#123–Vals AI
MedQA68.2%#81–Vals AI
MMLU-Pro (HELM)Index対象外エフォート未記載–55.0%#53HELM Capabilities

指示追従

人間の評価

ベンチマーク標準出典推移
Arena Text1322#240Arena (LMArena)
EQ-Bench Creative Writing v3Index対象外939#107EQ-Bench
Arena Creative WritingIndex対象外1307#217Arena (LMArena)
Arena Multi-turnIndex対象外1314#240Arena (LMArena)
Arena Longer QueriesIndex対象外1325#245Arena (LMArena)

マルチモーダル

ベンチマークhigh標準出典推移
Arena Visionエフォート未記載–1063#133Arena (LMArena)
MMMU-Proエフォート未記載–40.1%#279Artificial Analysis
VISTAエフォート未記載–26.6%#51Scale AI SEAL
MMMU-Pro (Vals)Index対象外55.1%#87–Vals AI
MortgageTaxIndex対象外52.8%#78–Vals AI

長文コンテキスト

ベンチマーク標準出典推移
Fiction.LiveBench 120k18.8%#36Fiction.live
AA-LCR v1.120.3%#456Artificial Analysis

総合

ベンチマーク標準出典推移
Epoch Capabilities IndexIndex対象外126.8#153Epoch AI Benchmarking Hub
AA Intelligence Index v4.3.2Index対象外7.8#465Artificial Analysis
AA Progress Index v1Index対象外166.4#515Artificial Analysis
HELM Capabilities meanIndex対象外61.6%#41HELM Capabilities

安全性・誠実さ

ベンチマーク標準出典推移
MASKIndex対象外汚染の可能性61.4%#35Scale AI SEAL

API料金:提供プロバイダー別

OpenRouter経由でこのモデルを提供しているすべてのプロバイダーです。スループットと最初のトークンまでのレイテンシは直近30分の実トラフィックで測定し、価格は各プロバイダー自身のものです。紫は各列の最良値を示します。

プロバイダー速度最初のトークン入力 $/M出力 $/Mコンテキスト量子化
Azure76 tok/s0.83 s$0.100$0.4001.0M–

タスクあたりのコスト

最もスコアの高い構成の定価、出力速度、回答開始までの時間から算出した推定値です。「キャッシュあり」は、入力の4分の3が100万トークンあたり$0.025のプロンプトキャッシュから提供されると仮定しています。推論トークンは考慮していません。

ワークロード入力/出力トークンコストキャッシュあり時間
チャットの返答400 / 300$0.0002$0.00012.6 s
30ページのレポートを要約12,000 / 600$0.0014$0.00084.2 s
コード編集6,000 / 1,500$0.0012$0.00099.1 s
エージェント型コーディングセッション60,000 / 4,000$0.0076$0.004222.7 s
構造化データの抽出2,000 / 200$0.0003$0.00022.1 s

OpenAIのほかのモデル

今月の新着

関連ページ

埋め込み・引用

GPT-4.1 nanoの順位をモデルカードやREADMEに表示できます。バッジは毎日の更新に合わせて描き直され、データの日付が入り、このページへリンクします。

[![GPT-4.1 nano on BenchLeader: 総合 300位](https://www.benchleader.com/badge/gpt-4-1-nano.svg)](https://www.benchleader.com/models/gpt-4-1-nano)

このページを引用する

ランキングは毎日変わるため、参考文献にはデータの日付を入れます。APAスタイル:

BenchLeader. (2026, November 16). GPT-4.1 nano on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/gpt-4-1-nano

BibTeX:

@misc{benchleader_gpt_4_1_nano_20261116,
  author       = {{BenchLeader}},
  title        = {{GPT-4.1 nano on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/gpt-4-1-nano}},
  note         = {Data as of 2026-11-16}
}

すべてのバッジスタイル、埋め込み用のトップ10ウィジェット、Indexの引用方法

よくある質問

GPT-4.1 nanoのベンチマークスコアは?
2026年11月16日時点で、GPT-4.1 nanoのBenchLeader Indexは36.9 ±4.4です。最も強いのは人間の評価(48)、最も弱いのは知識(21)です。この評価は第三者のベンチマーク結果だけに基づいており、このページのすべてのスコアに公開元へのリンクがあります。
GPT-4.1 nanoの順位は?
2026年11月16日時点で、GPT-4.1 nanoはランク付けされた608構成中574位です。ほかに110構成のスコアが誤差の範囲内にあるため、正確な順位よりも順位帯のほうが意味を持ちます。首位はClaude Fable 5.2(推論エフォート max)で、72.7です。
GPT-4.1 nanoの料金は100万トークンあたりいくらですか?
2026年11月16日時点で、GPT-4.1 nanoの料金は入力100万トークンあたり$0.100、出力100万トークンあたり$0.400で、ブレンド価格(出力1トークンにつき入力3トークン)は$0.175です。
GPT-4.1 nanoはいつリリースされましたか?
OpenAIが2025年4月14日にGPT-4.1 nanoをリリースしました。BenchLeaderには2通りの推論エフォート設定での結果があります。

2026年11月16日時点のデータです。 これらの構成を比較

引用表記:BenchLeader「GPT-4.1 nano:ベンチマーク、料金、速度、順位」2026年11月16日時点のデータ、https://www.benchleader.com/ja/models/gpt-4-1-nano