BenchLeader

GPT-4.1 nano

推理强度
质量第 308 / 339 名
36.9Index
后四分之一
较中位数 −13.3
价格第 35 / 255 名
$0.175每百万 token
最便宜的四分之一
中位数的 0.2 倍
速度第 21 / 216 名
184token/秒
前 10%
中位数的 2.2 倍
性价比第 47 / 255 名
210.9分/$
前四分之一
中位数的 3.8 倍

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
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 综合 Index37
  2. 推理34
  3. 编程29
  4. 智能体与工具38
  5. 数学46
  6. 知识21
  7. 指令遵循47
  8. 人类偏好48
  9. 多模态27
  10. 长上下文29

嵌入这个排名

更多徽章样式
[![GPT-4.1 nano on BenchLeader: 综合第 300 名](https://www.benchleader.com/badge/gpt-4-1-nano.svg?style=compact)](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。

OpenAI 发布新模型时邮件通知我

进入排名时再通知一次,每周一另有每周回顾。

选择提供商和邮件类型

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 Nanoxhigh2026年3月17日53.9#244
GPT-5 nano2025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。

推理强度Index排名速度首次回答聊天回复成本类别
high32.1#600184 tok/s0.97 s$0.0002编程 28 · 知识 27 · 数学 21
未说明最佳36.9#574184 tok/s0.97 s$0.0002智能体与工具 38 · 编程 29 · 人类偏好 48 · 指令遵循 47 · 知识 21 · 长上下文 29 · 数学 46 · 多模态 27 · 推理 34

Index 走势

2026年9月8日 至 2026年11月16日
273544
  • 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%#233Epoch AI Benchmarking Hub
Arena Hard Prompts推理强度未说明–1333#236Arena (LMArena)
GPQA Diamond (AA)不计入 Index推理强度未说明–51.2%#433Artificial Analysis
Humanity's Last Exam (AA)不计入 Index推理强度未说明–3.8%#594Artificial Analysis
GPQA Diamond (Vals)不计入 Index50.8%#116–Vals AI
Kagi LLM Benchmark推理强度未说明–33.3%#121Kagi LLM Benchmark
GPQA Diamond (HELM)不计入 Index推理强度未说明–50.7%#37HELM Capabilities
ARC-AGI-1推理强度未说明–0.0%#265ARC Prize
ARC-AGI-2推理强度未说明–0.0%#251ARC Prize
CritPt不计入 Index推理强度未说明–0.0%#337Artificial Analysis
Arena Expert不计入 Index推理强度未说明–1313#239Arena (LMArena)
Chess Puzzles不计入 Index推理强度未说明–0.0%#156Epoch AI Benchmarking Hub
LMCA不计入 Index推理强度未说明–5.5%#197Epoch AI Benchmarking Hub
DTBench不计入 Index推理强度未说明–52.5%#213Epoch 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%#226SciCode
WeirdML推理强度未说明–19.0%#146WeirdML
Arena Coding推理强度未说明–1373#228Arena (LMArena)
LiveCodeBench42.7%#123–Vals AI
Aider Polyglot推理强度未说明–8.9%#60Aider polyglot leaderboard
Terminal-Bench 2.1 (AA)不计入 Index推理强度未说明–3.8%#217Artificial Analysis
Design Arena Website不计入 Index推理强度未说明–965#176Design Arena
LiveCodeBench (AA)不计入 Index推理强度未说明–32.6%#192Artificial 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%#222Epoch AI Benchmarking Hub
MATH Level 5推理强度未说明–70.0%#40Epoch AI Benchmarking Hub
AIME (Vals)26.5%#75–Vals AI
MGSM69.3%#72–Vals AI
Omni-MATH (HELM)推理强度未说明–36.7%#35HELM Capabilities
MATH 500不计入 Index80.2%#38–Vals AI
Arena Maths推理强度未说明–1273#259Arena (LMArena)
AIME 2025 (AA)不计入 Index推理强度未说明–24.0%#190Artificial 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%#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)不计入 Index推理强度未说明–55.0%#53HELM Capabilities

指令遵循

人类偏好

基准测试默认来源趋势
Arena Text1322#240Arena (LMArena)
EQ-Bench Creative Writing v3不计入 Index939#107EQ-Bench
Arena Creative Writing不计入 Index1307#217Arena (LMArena)
Arena Multi-turn不计入 Index1314#240Arena (LMArena)
Arena Longer Queries不计入 Index1325#245Arena (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#133Arena (LMArena)
MMMU-Pro推理强度未说明–40.1%#279Artificial Analysis
VISTA推理强度未说明–26.6%#51Scale AI SEAL
MMMU-Pro (Vals)不计入 Index55.1%#87–Vals AI
MortgageTax不计入 Index52.8%#78–Vals AI

长上下文

基准测试默认来源趋势
Fiction.LiveBench 120k18.8%#36Fiction.live
AA-LCR v1.120.3%#456Artificial Analysis

综合

基准测试默认来源趋势
Epoch Capabilities Index不计入 Index126.8#153Epoch AI Benchmarking Hub
AA Intelligence Index v4.3.2不计入 Index7.8#465Artificial Analysis
AA Progress Index v1不计入 Index166.4#515Artificial Analysis
HELM Capabilities mean不计入 Index61.6%#41HELM 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%#35Scale 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
Azure76 tok/s0.83 s$0.100$0.4001.0M–

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$0.00012.6 s
总结一份 30 页的报告12,000 / 600$0.0014$0.00084.2 s
代码编辑6,000 / 1,500$0.0012$0.00099.1 s
智能体编程会话60,000 / 4,000$0.0076$0.004222.7 s
结构化信息提取2,000 / 200$0.0003$0.00022.1 s

OpenAI 的更多模型

本月新上线

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。

[![GPT-4.1 nano on BenchLeader: 综合第 300 名](https://www.benchleader.com/badge/gpt-4-1-nano.svg)](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}
}

全部徽章样式、可嵌入的前 10 名小组件,以及如何引用 Index

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。