初探 OpenAI GPT-4.1 性能：AI 编程能力大增，但谷歌 Gemini 依然称王
作者：周末游戏网时间：2025-05-06 14:59:00
本站 4 月 16 日消息，科技媒体 bleepingcomputer 昨日（4 月 15 日）发布博文，报道称 OpenAI 最新发布的 GPT-4.1 系列模型，其性能相比 GPT-4o 虽然实现重大飞跃，但多项跑分未能超越谷歌的 Gemini 系列。
本站昨日报道，OpenAI 公司发布 GPT-4.1、GPT-4.1 mini 和 GPT-4.1 nano，官方公布的跑分数据来看，这些模型在编程方面的能力，远超 GPT-4o 及 GPT-4o mini。
例如在 SWE-bench Verified 跑分中，GPT-4o 的得分为 21.4%，GPT-4.5 的得分为 26.6%，而 GPT-4.1 的得分为 54.6%。
尽管性能有较大提升，不过根据多位专家测试，相比较谷歌的 Gemini 系列，GPT-4.1 对比中却显露劣势。
根据 Stagehand（一款生产级浏览器自动化框架）发布的基准数据，Gemini 2.0 Flash 的错误率仅为 6.67%，精确匹配率高达 90%，且价格低廉、速度更快。相比之下，GPT-4.1 的错误率高达 16.67%，成本更是 Gemini 2.0 Flash 的 10 倍以上。
此外，哈佛大学 RNA 科学家 Pierre Bongrand 提供的数据也指出，GPT-4.1 的性价比不及 Gemini 2.0 Flash、Gemini 2.5 Pro 及 DeepSeek 等竞品。
在编码专项测试中，GPT-4.1 同样未能占据上风。Aider Polyglot 的测试结果显示，GPT-4.1 的编码得分仅为 52%，而 Gemini 2.5 则以 73% 的成绩遥遥领先。
值得注意的是，GPT-4.1 被归类为非推理模型（non-reasoning model），但其编码能力仍属行业顶尖。
相关文章
-
AI“立功”：谷歌去年封停了 3920 万个广告账号，超 2023 年三倍本站 4 月 17 日消息，据外媒 TechCrunch 报道，当地时间周三，谷歌宣布去年封停了 3920 万个广告主的账号，数量超过了 2023 年的三倍。谷歌表示，借助大语言模型和通过识别诸如商业
-
CounterPoint 报告 2025Q1 手机出货：三星同比增 1%、苹果增 14%、小米增 2%
本站 4 月 17 日消息，市场调查机构 Counterpoint Research 昨日（4 月 16 日）发布博文，报道称 2025 年第 1 季度全球智能手机出货量同比增长 3%，中国、拉丁美洲
-
Meta 遭苹果、谷歌、Snap 吐槽：反垄断庭审现场幻灯片遮盖太敷衍
本站 4 月 17 日消息，在今日的 Meta 反垄断审判中，苹果、谷歌和 Snap 的律师均对 Meta 周一展示的幻灯片表示不满。这些幻灯片被发现存在易于移除的遮盖内容，苹果和 Snap 的律师将
-
起亚探索 AI 驱动“声音景观”技术：让视障乘客用听觉“感知”旅行
本站 4 月 17 日消息，如果你无法看到窗外的景色，却依然能感受到它的存在，那将是怎样的一种体验？对于许多视力受限的人来说，公路旅行往往只能依赖司机或其他乘客的描述。而据外媒 Carscoops 今
-
冲突再起：苹果 Apple Intelligence 被 Meta 拒之门外
本站 4 月 17 日消息，科技媒体 sorcererhat 昨日（4 月 16 日）发布博文，报道称包括 Facebook、WhatsApp 和 Threads 在内，Meta 旗下应用选择禁用 A
-
微软最新报告教你“防诈”：如何避开 AI 生成的虚假招聘与诈骗网站
本站 4 月 17 日消息，据外媒 Neowin 报道，微软 16 日发布了最新一期《网络安全信号报告》，详细说明了如何应对当今网络安全领域中的新型威胁、诈骗及欺诈行为，并阐述了 AI 如何使开发恶意