BenchLeader

GPT-5.1-Codex

推理强度
价格第 197 / 256 名
$3.44每百万 token
最贵的四分之一
中位数的 4.0 倍
速度第 76 / 217 名
105token/秒
高于中位数
中位数的 1.3 倍

在这一档性价比不错: 在 Index 相差 2 分以内的已排名模型中,没有价格不超过它四分之三的模型。

没有比它更便宜且得分更高的已排名模型:它位于价格前沿上。

截至 2026年11月16日,GPT-5.1-Codex(OpenAI)尚未进入 BenchLeader Index 排名,Index 需要至少两个类别、合计至少五项第三方结果。API 价格为输入每百万 token $1.25、输出每百万 token $10.00(按 3:1 混合为 $3.44),为 2026年11月16日的标价。输出速度约为 110 token/秒(Artificial Analysis)。发布于 2025年11月12日。

要点(截至 2026年11月16日)

  • GPT-5.1-Codex 的 API 价格为输入每百万 token $1.25、输出每百万 token $10.00(按 3:1 混合为 $3.44)(标价,2026年11月16日)。
  • GPT-5.1-Codex 的输出速度约为 110 token/秒(Artificial Analysis,2026年11月16日)。
  • GPT-5.1-Codex 于 2025年11月12日发布(OpenAI)。

详细说明:GPT-5.1-Codex 是 OpenAI 的闭源推理模型,发布于 2025年11月12日。尚未进入排名:Index 需要至少两个类别、合计至少五项第三方结果。按混合价格计,每百万 token $3.44,比大多数已排名模型贵。输出速度为 105 token/秒,首次回答需 11.2 秒,比大多数模型快。它已在 4 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:2025年11月13日。数据较旧:六个月内没有新结果

混合价格
$3.44/M
输入 $1.25 · 输出 $10.00
来源:Artificial Analysis
输出速度
105 tok/s
由 Artificial Analysis 测量
首次回答
11 s
首 token 2.84 s
上下文
400k
来源:LiteLLM price table
完整回答
18 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11月12日
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 智能体与工具64
  2. 指令遵循69
  3. 多模态55
  4. 长上下文59

GPT-5.1-Codex 首次获得基准测试结果时发邮件通知我

OpenAI 发布新模型时也会通知,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 4 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-5.3-Codexxhigh2026年2月5日62.9#45
GPT-5.2-Codex2025年12月18日57.6#150
GPT-5.1-Codexhigh本页2025年11月12日––
GPT-5-Codexhigh2025年9月15日58.6#125

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
medium––66 tok/s2.84 s$0.0035编程 58
high最佳––105 tok/s11 s$0.0035智能体与工具 64 · 指令遵循 69 · 长上下文 59 · 多模态 55
xhigh––66 tok/s2.84 s$0.0035
未说明––66 tok/s2.84 s$0.0035智能体与工具 63 · 编程 49

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来源趋势
GPQA Diamond (AA)不计入 Index86.0%#119Artificial Analysis
Humanity's Last Exam (AA)不计入 Index25.7%#199Artificial Analysis
CritPt不计入 Index5.7%#163Artificial Analysis

编程

基准测试mediumhighxhigh默认来源趋势
Arena WebDev推理强度未说明–––1338#125Arena (LMArena)
LiveCodeBench推理强度未说明–––85.5%#30Vals AI
SWE-bench Verified (bash only)66.0%#18–––SWE-bench
SWE-bench Verified (any scaffold)不计入 Index66.0%#20–––SWE-bench
Vibe Code Bench v1.1不计入 Index–13.1%#102––Vals AI
ALE-Bench不计入 Index––1228.3#471244.9#45Epoch AI Benchmarking Hub
Design Arena Website不计入 Index推理强度未说明–––1154#122Design Arena
LiveCodeBench (AA)不计入 Index–84.9%#15––Artificial Analysis

智能体与工具

基准测试high默认来源趋势
Terminal-Bench推理强度未说明–57.8%#24Terminal-Bench
Terminal-Bench Hard34.9%#82–Artificial Analysis
τ²-Bench Telecom (AA)不计入 Index83.0%#114–Artificial Analysis
Design Arena Agentic不计入 Index推理强度未说明–1035#73Design Arena

数学

基准测试high来源趋势
AIME 2025 (AA)不计入 Index95.7%#7Artificial Analysis

知识

基准测试high来源趋势
Global-MMLU-Lite (AA)不计入 Index89.7%#16Artificial Analysis

指令遵循

基准测试high来源趋势
IFBench70.0%#70Artificial Analysis

多模态

基准测试high来源趋势
MMMU-Pro72.5%#146Artificial Analysis

长上下文

基准测试high来源趋势
AA-LCR v1.169.3%#243Artificial Analysis

综合

基准测试high来源趋势
AA Intelligence Index v4.3.2不计入 Index23.7#191Artificial Analysis
AA Progress Index v1不计入 Index270.4#204Artificial Analysis

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
Azure66 tok/s2.32 s$1.25$10.00400k–

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 $0.130。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$0.0035$0.003214.0 s
总结一份 30 页的报告12,000 / 600$0.021$0.01116.9 s
代码编辑6,000 / 1,500$0.022$0.01825.4 s
智能体编程会话60,000 / 4,000$0.115$0.06549.2 s
结构化信息提取2,000 / 200$0.0045$0.002813.1 s

OpenAI 的更多模型

本月新上线

另请参阅

常见问题

为什么 GPT-5.1-Codex 没有 BenchLeader Index 得分?
Index 需要至少两个类别、合计至少五项第三方结果,截至 2026年11月16日,GPT-5.1-Codex 尚未达到。我们从不采用发布文章中的分数,因此要等第三方发布方完成测量后才会排名。
GPT-5.1-Codex 每百万 token 的价格是多少?
截至 2026年11月16日,GPT-5.1-Codex 的价格为输入每百万 token $1.25、输出每百万 token $10.00,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $3.44。
GPT-5.1-Codex 是什么时候发布的?
OpenAI 于 2025年11月12日发布了 GPT-5.1-Codex。BenchLeader 收录了它在 4 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-5.1-Codex: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-5-1-codex。