GPT-4.1 nano
性价比更高: Gemma 4 E4B $0.040/M 即可获得 Index 43.2,便宜 77%。
有 26 个更便宜的已排名模型得分更高:MiMo-V2.5 (56.3, $0.138)、Step 3.5 Flash (56.3, $0.150)、GPT-5 nano (56.2, $0.138),另有 23 个。
截至 2026年11月16日,GPT-4.1 nano(OpenAI)在 BenchLeader Index 上得分 36.9(共 608 个已排名配置)。表现最好的是人类偏好(48),最弱的是知识(21)。API 价格为输入每百万 token $0.100、输出每百万 token $0.400(按 3:1 混合为 $0.175),为 2026年11月16日的标价。输出速度约为 180 token/秒(Artificial Analysis)。发布于 2025年4月14日。
要点(截至 2026年11月16日)
- GPT-4.1 nano 的 API 价格为输入每百万 token $0.100、输出每百万 token $0.400(按 3:1 混合为 $0.175)(标价,2026年11月16日)。
- GPT-4.1 nano 的输出速度约为 180 token/秒(Artificial Analysis,2026年11月16日)。
- GPT-4.1 nano 于 2025年4月14日发布(OpenAI)。
详细说明:GPT-4.1 nano 是 OpenAI 的闭源模型,发布于 2025年4月14日。其最佳配置在 BenchLeader Index 上得分 36.9 ±4.4,在 608 个配置中排第 574 名,处于下半区。关键在于这个“±”:另有 110 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,人类偏好得分最高(48),知识最低(21)。按混合价格计,每百万 token $0.175,属于已排名模型中最便宜的五分之一。输出速度为 184 token/秒,首次回答需 1.0 秒,位于最快的四分之一。它已在 2 种推理强度设置下测得结果;本摘要描述的是得分最高的设置,可用上方标签切换。最近一次测量:2026年11月11日。
- 混合价格
- $0.175/M
- 输入 $0.100 · 输出 $0.400
- 来源:Artificial Analysis
- 输出速度
- 184 tok/s
- 由 Artificial Analysis 测量
- 首次回答
- 0.97 s
- 首 token 0.86 s
- 上下文
- 1.0M
- 来源:models.dev
- 完整回答
- 4.24 s
- 最近一次测量 2026年11月13日
- 单任务成本
- –
- 单任务 token 数
- –
- 发布日期
- 2025年4月14日
- 综合 Index37
- 推理34
- 编程29
- 智能体与工具38
- 数学46
- 知识21
- 指令遵循47
- 人类偏好48
- 多模态27
- 长上下文29
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/gpt-4-1-nano)粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。
版本
OpenAI 以这个名称发布过 3 个模型。每个版本都只按自身结果排名;较新的版本往往结果较少,在更多结果出炉之前,其 Index 会更接近平均水平。
| 模型 | 发布日期 | Index | 排名 |
|---|---|---|---|
| GPT-5.4 Nanoxhigh | 2026年3月17日 | 53.9 | #244 |
| GPT-5 nano | 2025年8月7日 | 56.2 | #187 |
| GPT-4.1 nano本页 | 2025年4月14日 | 36.9 | #574 |
不同推理强度的配置
同一个模型允许思考的程度不同,表现也会不同。每一行是一种推理强度设置,只用在该设置下运行的基准测试打分。“未说明”汇总了发布方没有注明所用设置的结果;对推理模型而言这通常是其思考模式,但我们不做这一假定。在这里或页面顶部选择一个设置,即可查看其价格、速度和各类别得分。
Index 走势
2026年9月8日 至 2026年11月16日- 默认
- high
Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。
基准测试结果
查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。
推理
| 基准测试 | high | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| GPQA Diamond推理强度未说明 | – | 48.9%#233 | Epoch AI Benchmarking Hub | |
| Arena Hard Prompts推理强度未说明 | – | 1333#236 | Arena (LMArena) | |
| GPQA Diamond (AA)不计入 Index推理强度未说明 | – | 51.2%#433 | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index推理强度未说明 | – | 3.8%#594 | Artificial Analysis | |
| GPQA Diamond (Vals)不计入 Index | 50.8%#116 | – | Vals AI | |
| Kagi LLM Benchmark推理强度未说明 | – | 33.3%#121 | Kagi LLM Benchmark | |
| GPQA Diamond (HELM)不计入 Index推理强度未说明 | – | 50.7%#37 | HELM Capabilities | |
| ARC-AGI-1推理强度未说明 | – | 0.0%#265 | ARC Prize | |
| ARC-AGI-2推理强度未说明 | – | 0.0%#251 | ARC Prize | |
| CritPt不计入 Index推理强度未说明 | – | 0.0%#337 | Artificial Analysis | |
| Arena Expert不计入 Index推理强度未说明 | – | 1313#239 | Arena (LMArena) | |
| Chess Puzzles不计入 Index推理强度未说明 | – | 0.0%#156 | Epoch AI Benchmarking Hub | |
| LMCA不计入 Index推理强度未说明 | – | 5.5%#197 | Epoch AI Benchmarking Hub | |
| DTBench不计入 Index推理强度未说明 | – | 52.5%#213 | Epoch AI Benchmarking Hub |
编程
| 基准测试 | high | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| SciCode推理强度未说明 | – | 25.9%#226 | SciCode | |
| WeirdML推理强度未说明 | – | 19.0%#146 | WeirdML | |
| Arena Coding推理强度未说明 | – | 1373#228 | Arena (LMArena) | |
| LiveCodeBench | 42.7%#123 | – | Vals AI | |
| Aider Polyglot推理强度未说明 | – | 8.9%#60 | Aider polyglot leaderboard | |
| Terminal-Bench 2.1 (AA)不计入 Index推理强度未说明 | – | 3.8%#217 | Artificial Analysis | |
| Design Arena Website不计入 Index推理强度未说明 | – | 965#176 | Design Arena | |
| LiveCodeBench (AA)不计入 Index推理强度未说明 | – | 32.6%#192 | Artificial Analysis |
智能体与工具
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Terminal-Bench Hard | 3.8%#303 | Artificial Analysis | |
| τ²-Bench Telecom (AA)不计入 Index | 17.3%#356 | Artificial Analysis | |
| BFCL Overall | 33.0%#43 | Berkeley Function Calling Leaderboard | |
| GDPval-AA v2.1不计入 Index | -206#301 | Artificial Analysis | |
| τ³-Banking (AA) | 3.5%#201 | Artificial Analysis |
数学
| 基准测试 | high | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| OTIS Mock AIME推理强度未说明 | – | 28.9%#222 | Epoch AI Benchmarking Hub | |
| MATH Level 5推理强度未说明 | – | 70.0%#40 | Epoch AI Benchmarking Hub | |
| AIME (Vals) | 26.5%#75 | – | Vals AI | |
| MGSM | 69.3%#72 | – | Vals AI | |
| Omni-MATH (HELM)推理强度未说明 | – | 36.7%#35 | HELM Capabilities | |
| MATH 500不计入 Index | 80.2%#38 | – | Vals AI | |
| Arena Maths推理强度未说明 | – | 1273#259 | Arena (LMArena) | |
| AIME 2025 (AA)不计入 Index推理强度未说明 | – | 24.0%#190 | Artificial Analysis |
知识
| 基准测试 | high | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| SimpleQA Verified推理强度未说明 | – | 6.0%#99 | Epoch AI Benchmarking Hub | |
| MMLU-Pro | 63.5%#128 | – | Vals AI | |
| LegalBench | 61.1%#139 | – | Vals AI | |
| CorpFin | 42.1%#118 | – | Vals AI | |
| TaxEval | 60.8%#123 | – | Vals AI | |
| MedQA | 68.2%#81 | – | Vals AI | |
| MMLU-Pro (HELM)不计入 Index推理强度未说明 | – | 55.0%#53 | HELM Capabilities |
指令遵循
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| IFBench | 32.0%#349 | Artificial Analysis | |
| IFEval (HELM) | 84.3%#23 | HELM Capabilities | |
| WildBench (HELM) | 81.1%#28 | HELM Capabilities | |
| Arena Instruction Following不计入 Index | 1300#247 | Arena (LMArena) |
人类偏好
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Text | 1322#240 | Arena (LMArena) | |
| EQ-Bench Creative Writing v3不计入 Index | 939#107 | EQ-Bench | |
| Arena Creative Writing不计入 Index | 1307#217 | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1314#240 | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1325#245 | Arena (LMArena) |
多模态
| 基准测试 | high | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| Arena Vision推理强度未说明 | – | 1063#133 | Arena (LMArena) | |
| MMMU-Pro推理强度未说明 | – | 40.1%#279 | Artificial Analysis | |
| VISTA推理强度未说明 | – | 26.6%#51 | Scale AI SEAL | |
| MMMU-Pro (Vals)不计入 Index | 55.1%#87 | – | Vals AI | |
| MortgageTax不计入 Index | 52.8%#78 | – | Vals AI |
长上下文
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Fiction.LiveBench 120k | 18.8%#36 | Fiction.live | |
| AA-LCR v1.1 | 20.3%#456 | Artificial Analysis |
综合
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Epoch Capabilities Index不计入 Index | 126.8#153 | Epoch AI Benchmarking Hub | |
| AA Intelligence Index v4.3.2不计入 Index | 7.8#465 | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 166.4#515 | Artificial Analysis | |
| HELM Capabilities mean不计入 Index | 61.6%#41 | HELM Capabilities |
安全与诚实
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| MASK不计入 Index可能存在污染 | 61.4%#35 | Scale AI SEAL |
API 价格:在哪里调用
通过 OpenRouter 提供这个模型的所有提供商:吞吐量和首 token 延迟基于过去 30 分钟的实时流量测得,价格为各提供商自己的报价。紫色标出每列的最佳值。
| 提供商 | 速度 | 首 token | 输入 $/M | 输出 $/M | 上下文 | 量化 |
|---|---|---|---|---|---|---|
| Azure | 76 tok/s | 0.83 s | $0.100 | $0.400 | 1.0M | – |
一项任务的成本
根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存,价格为每百万 token $0.025。未计入推理 token。
| 工作负载 | 输入 / 输出 token | 成本 | 使用缓存 | 耗时 |
|---|---|---|---|---|
| 聊天回复 | 400 / 300 | $0.0002 | $0.0001 | 2.6 s |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.0014 | $0.0008 | 4.2 s |
| 代码编辑 | 6,000 / 1,500 | $0.0012 | $0.0009 | 9.1 s |
| 智能体编程会话 | 60,000 / 4,000 | $0.0076 | $0.0042 | 22.7 s |
| 结构化信息提取 | 2,000 / 200 | $0.0003 | $0.0002 | 2.1 s |
另请参阅
嵌入或引用
在模型卡片或 README 中展示 GPT-4.1 nano 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。
[](https://www.benchleader.com/models/gpt-4-1-nano)引用本页
排名每天都会变化,因此引用时需注明数据日期。APA 格式:
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}
}常见问题
- GPT-4.1 nano 的基准测试得分是多少?
- 截至 2026年11月16日,GPT-4.1 nano 的 BenchLeader Index 为 36.9 ±4.4。最强的是人类偏好(48),最弱的是知识(21)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
- GPT-4.1 nano 排名第几?
- 截至 2026年11月16日,GPT-4.1 nano 在 608 个已排名配置中排第 574 名。另有 110 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
- GPT-4.1 nano 每百万 token 的价格是多少?
- 截至 2026年11月16日,GPT-4.1 nano 的价格为输入每百万 token $0.100、输出每百万 token $0.400,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $0.175。
- GPT-4.1 nano 是什么时候发布的?
- OpenAI 于 2025年4月14日发布了 GPT-4.1 nano。BenchLeader 收录了它在 2 种推理强度设置下的结果。
数据截至 2026年11月16日。 对比这些配置
引用格式:BenchLeader,《GPT-4.1 nano:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/gpt-4-1-nano。