DMflow.chat
廣告
DMflow.chat：智慧整合，創新溝通！除了持久記憶與客製欄位外，更支持真人與 AI 的靈活轉換，無縫連接資料庫與表單，讓網頁互動更靈活高效。
OpenAI GPT-4.1 API 震撼登場：更快、更強、更懂你的指令！
OpenAI 推出全新 GPT-4.1 系列模型 API，在程式編寫、指令遵循和長文本處理能力上大幅躍進，更有首款 Nano 模型驚喜亮相，為開發者帶來兼具頂尖效能與成本效益的新選擇。
嘿，各位開發者和 AI 愛好者們，有好消息要告訴大家！OpenAI 就在今天（2025 年 4 月 14 日）為我們帶來了他們最新的 GPT 模型系列——GPT-4.1！而且這次不是只聞樓梯響，是一口氣推出了三個新夥伴加入 API 大家庭：
- GPT-4.1： 標準版，火力全開！
- GPT-4.1 mini： 輕巧版，速度與智慧兼具。
- GPT-4.1 nano： 奈米版，首款超迷你模型，追求極致效率！
這次的更新可不是小打小鬧。跟之前的 GPT-4o 和 GPT-4o mini 比起來，新的 4.1 系列在各方面都展現了更強的實力，尤其是在程式編寫和指令遵循這兩大痛點上，有了非常顯著的進步。
而且，它們的「記憶力」也更好了！支援高達 1 百萬 token 的上下文視窗（Context Window），這代表什麼？等於可以一次讀進超大量資訊，並且更精準地理解和運用這些資訊。想像一下，處理超長文件或複雜的程式碼庫，再也不用怕 AI 看到後面忘了前面了。
喔對了，還有一個重點：這些模型的知識庫也更新了，最新的資訊截止到 2024 年 6 月，讓它們能掌握更近期的知識。
寫程式碼？GPT-4.1 這次真的不一樣了
如果你是開發者，那你一定會關心 AI 在寫程式方面的能力。老實說，GPT-4.1 在這方面簡直是開了大絕！
在標準的 SWE-bench Verified 測試（這是一個評估模型解決真實世界軟體工程問題能力的基準）上，GPT-4.1 的分數達到了 54.6%，這比 GPT-4o 高出整整 21.4%，甚至比研究預覽版的 GPT-4.5 還高了 26.6%！這讓 GPT-4.1 直接成為了程式編寫領域的領先者之一。
不只是跑分厲害，它在實際應用中也更靠譜了。比如：
- 更聰明地解決問題： 能更好地探索程式碼庫，完成任務，並產生能跑又能通過測試的程式碼。
- 前端開發更給力： 創建功能更完善、看起來也更舒服的網頁應用。在內部測試中，人類評分員有 80% 的時間更偏愛 GPT-4.1 生成的網站，而不是 GPT-4o 的。
- 減少多餘修改： 產生程式碼時，廢話變少了。多餘的編輯動作從 GPT-4o 的 9% 降低到了 2%。
- 更懂 Diff 格式： 對於需要編輯大型檔案的開發者來說，GPT-4.1 在處理各種 diff 格式（就是只顯示修改部分的格式）時更加可靠。它在 Aider’s polyglot diff benchmark 上的得分是 GPT-4o 的兩倍多！這代表你可以只讓模型輸出修改過的幾行，而不是重寫整個檔案，省時又省錢。當然，如果你還是喜歡重寫整個檔案，OpenAI 也貼心地增加了輸出的 token 限制。
聽聽早期測試夥伴怎麼說：
- Windsurf： 他們發現 GPT-4.1 在內部程式碼基準測試中比 GPT-4o 高出 60%，而且在工具呼叫方面效率提升了 30%，重複不必要編輯的可能性降低了約 50%。這意味著更快的開發迭代和更順暢的工程流程。
- Qodo： 他們針對 GitHub 上的 Pull Request 進行高品質程式碼審查，發現 GPT-4.1 在 55% 的情況下能提出更好的建議，尤其在精確度和召回率兩方面都很出色。
「你到底聽不聽得懂人話？」GPT-4.1 更會讀空氣了！
除了寫程式，AI 能不能準確理解並遵循我們的指令，也是大家非常關心的。這次 GPT-4.1 在「聽話」這方面也下了苦功。
OpenAI 內部開發了一套評估標準，從多個維度去檢視模型遵循指令的能力，包含：
- 格式遵循： 能按照你指定的格式（如 XML, YAML, Markdown）輸出內容。
- 否定指令： 知道哪些事情「不」該做（例如：「不要讓用戶聯繫客服」）。
- 有序指令： 能按照指令的先後順序執行任務（例如：「先問用戶名字，再問郵箱」）。
- 內容要求： 確保輸出包含特定的資訊（例如：「寫營養計畫時，一定要包含蛋白質含量」）。
- 排名： 能按特定方式排序輸出（例如：「按人口數量對結果進行排序」）。
- 避免過度自信： 當不知道答案或請求超出範圍時，會老實說「我不知道」，而不是瞎猜（例如：「如果你不知道答案，請提供客服郵箱」）。
特別是在處理比較複雜、困難的指令時，GPT-4.1 的進步非常明顯。在 Scale AI 的 MultiChallenge 基準測試（衡量多輪對話中保持連貫性和追蹤資訊的能力）上，GPT-4.1 比 GPT-4o 高出 10.5%。它也更擅長從之前的對話中提取資訊，讓對話感覺更自然。
另外，在 IFEval 測試（使用可驗證指令，如指定內容長度或避免特定詞語）中，GPT-4.1 拿到了 87.4% 的高分，也優於 GPT-4o 的 81.0%。
真實世界案例：
- Blue J： 他們在處理複雜稅務場景的內部基準測試中發現，GPT-4.1 的準確性比 GPT-4o 高出 53%！這對於需要理解複雜法規和遵循細微指令的應用來說至關重要，能帶來更快、更可靠的稅務研究。
- Hex： 在他們最具挑戰性的 SQL 評估中，GPT-4.1 的表現提升了近 2 倍。它在從大型、模糊的資料庫結構中選擇正確表格方面更可靠，這大大減少了人工除錯的時間。
不過，早期測試者也提到，GPT-4.1 可能會更「字面化」地理解指令，所以建議大家在下指令時，還是盡量明確、具體一些比較好。
處理超長文件？1 百萬 Token 的「記憶力」來了！
前面提到，GPT-4.1 全系列（包括 mini 和 nano）都能處理高達 1 百萬 token 的上下文！這是什麼概念？之前的 GPT-4o 模型是 128,000 token，這次直接翻了好幾倍。1 百萬 token 大概相當於 8 份完整的 React 程式碼庫，或是好幾本厚厚的小說了。
這麼長的上下文視窗，對於處理大型程式碼庫、超長文件分析、法律文件審閱、客服支援等應用場景來說，簡直是福音。
為了證明它的實力，OpenAI 進行了「大海撈針」（Needle in a Haystack）測試。他們把一小段關鍵資訊（”針”）藏在長長的文本（”草堆”）中的不同位置，然後看模型能不能準確地把它找出來。結果顯示，無論是 GPT-4.1、mini 還是 nano，在長達 1 百萬 token 的文本中，都能穩定地在所有位置找到那根”針”。
此外，OpenAI 還開源了兩個新的評估基準：
- OpenAI-MRCR (Multi-Round Coreference)： 測試模型在多輪對話中區分多個相似請求的能力。例如，在一段包含多次「寫一首關於貘的詩」請求的文本中，模型需要準確找出第三首關於貘的詩。GPT-4.1 在這方面表現優於 GPT-4o，尤其在長達 1 百萬 token 時依然保持強勁。
- Graphwalks： 評估多跳（multi-hop）長文本推理能力。這需要模型在文本中進行多次邏輯跳躍，例如在多個文件中交叉引用資訊來回答複雜的法律問題。這個任務無法通過簡單的順序閱讀來解決，GPT-4.1 在此也展現了優勢。
看看實際應用：
- Thomson Reuters： 他們使用 GPT-4.1 驅動其專業級 AI 法律助手 CoCounsel。結果發現，在處理多文件審閱時，準確性比使用 GPT-4o 提高了 17%。模型在跨來源保持上下文連貫性、準確識別文件間細微關係（如衝突點）方面非常可靠。
- Carlyle： 他們利用 GPT-4.1 從多種複雜格式（PDF、Excel 等）的冗長文件中精確提取金融數據。內部評估顯示，它在處理包含密集數據的大型文件時，檢索性能提高了 50%，並且是第一個成功克服「大海撈針」、中間資訊遺失和多跳推理等限制的模型。
不只更強，還更省錢！認識 Mini 和 Nano 小夥伴
效能提升固然重要，但反應速度和成本也是開發者非常關心的。OpenAI 這次也優化了推理系統，縮短了生成第一個 token 的時間（time to first token）。
特別值得一提的是 GPT-4.1 mini 和 GPT-4.1 nano。
- GPT-4.1 mini： 在小型模型中實現了巨大飛躍，甚至在許多基準測試中擊敗了 GPT-4o！它的智慧水平與 GPT-4o 相當甚至更高，但延遲降低了近一半，成本更是降低了 83%！性價比超高。
- GPT-4.1 nano： 對於那些極度追求低延遲的任務，nano 是目前最快、最便宜的選擇。雖然體積小，但它依然擁有 1 百萬 token 的上下文視窗，並且在 MMLU（大規模多任務語言理解）上得分 80.1%，GPQA（研究生水平 Google-Proof 問答）上得分 50.3%，表現相當亮眼。
舉個例子： GPT-4.1 nano 在處理 128,000 token 輸入的查詢時，通常能在 5 秒內返回第一個 token。這速度真的很快了！
看圖說故事？ GPT-4.1 家族眼力也不錯
雖然這次更新的重點是文本處理，但 GPT-4.1 家族在圖像理解方面也非常強大。特別是 GPT-4.1 mini，代表了顯著的進步，在許多圖像基準測試中甚至超越了 GPT-4o。
例如，在：
- MMMU (包含圖表、圖解、地圖等問題)：GPT-4.1 mini (73%) > GPT-4.1 (72%) > GPT-4o (69%)
- MathVista (視覺數學任務)：GPT-4.1 mini (73%) ≈ GPT-4.1 (72%) ≈ GPT-4.5 (72%) > GPT-4o (61%)
- CharXiv-Reasoning (科學論文圖表問答)：GPT-4.1 (57%) ≈ GPT-4.1 mini (57%) > GPT-4.5 (55%) > GPT-4o (53%)
長文本處理能力對於多模態應用（如處理長影片）也很重要。在 Video-MME（基於 30-60 分鐘無字幕長影片回答多選題）測試中，GPT-4.1 取得了 72.0% 的頂尖成績，高於 GPT-4o 的 65.3%。
重點整理：API 限定、價格還有舊版掰掰
好了，說了這麼多，來整理一下大家最關心的實際問題：
- 如何使用？ 目前，GPT-4.1、GPT-4.1 mini 和 GPT-4.1 nano 僅能透過 API 使用。至於 ChatGPT，許多相關的改進已經逐步整合到最新版的 GPT-4o 中，未來還會繼續整合更多功能。
- GPT-4.5 Preview 要下線了： 由於 GPT-4.1 在許多關鍵能力上提供了更好或相似的性能，且成本和延遲更低，OpenAI 決定開始棄用 GPT-4.5 Preview API。它將在 2025 年 7 月 14 日正式關閉，給開發者三個月的過渡時間。OpenAI 表示會將 GPT-4.5 備受好評的創造力、寫作質量、幽默感和細微差別融入未來的 API 模型中。
- 價格更友善： 好消息！由於推理系統效率提升，GPT-4.1 系列的價格更低了。
- GPT-4.1 比 GPT-4o（中位數查詢）便宜 26%。
- GPT-4.1 nano 是有史以來最便宜、最快的模型。
- 價格概覽（每 1 百萬 token）：
- GPT-4.1: 輸入 $2.00 / 緩存輸入 $0.50 / 輸出 $8.00 (混合定價約 $1.84)
- GPT-4.1 mini: 輸入 $0.40 / 緩存輸入 $0.10 / 輸出 $1.60 (混合定價約 $0.42)
- GPT-4.1 nano: 輸入 $0.10 / 緩存輸入 $0.025 / 輸出 $0.40 (混合定價約 $0.12)
- 提示詞緩存折扣提高： 對於重複傳遞相同上下文的查詢，提示詞緩存（prompt caching）的折扣從之前的 50% 提高到了 75%！這能進一步降低成本。
- 長文本請求不加價： 使用長文本功能（超過 128k token）無需支付額外費用，按標準 token 成本計算。
- 批次 API (Batch API)： 這些模型也可以在 Batch API 中使用，並享有額外 50% 的價格折扣。
總結：GPT-4.1，不只進化，更是開發者的神隊友
總而言之，GPT-4.1 的發布絕對是人工智慧實際應用上的一個重要里程碑。它不只在各項基準測試上表現亮眼，更重要的是，它緊密貼合了開發者在真實世界中的需求——從程式編寫到指令遵循，再到處理海量資訊的長文本理解。
這些進步為我們開啟了構建更智能、更複雜的 AI 系統和代理應用的新大門。無論你是想打造更懂你的聊天機器人、更高效的程式碼助手，還是能處理複雜文件的分析工具，GPT-4.1 系列都提供了前所未有的強大基礎。
看來，AI 的進化腳步從未停歇，真是讓人充滿期待啊！你準備好用 GPT-4.1 來創造點什麼了嗎？
