0次浏览 发布时间：2025-04-16 08:24:00
IT之家 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。
IT之家昨日报道，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
日本初创公司打造袖珍电动汽车Mibot：长2.5米，续航100公里
IT之家 6 月 9 日消息，据外媒 Carscoops 今日报道，日本一家初创公司 KG Motors 推出了一款袖珍级纯电动汽车 Mibot，其车身尺寸小于日本流行的 K-car“轻自动车”，只能容纳一名驾驶者。但有趣的是，该车可以整体塞进一台丰田海狮的车厢内。KG Motors 创始人楠一成表
2025-06-09 12:36:00
电影《碟中谍8：最终清算》（2025年）剧照。资料图单元剧式的系列影视作品，随着系列的发展，很多都会逐渐脱离现实世界，形成一套属于自己的叙事模式与行为逻辑。而这种模式在系列后期，也会在很大程度上取代故事，成为系列的主体。例如经典美剧《老友记》一开始只是六个纽约年轻人之间的故事。到后来，罗斯的书呆子、
2025-06-06 21:01:00
观点网讯：6月4日，日本厚生劳动省人口动态数据显示，2024年在日本出生新生儿数为68.6061万人，比上一年下降5.7%，为连续9年下降。据悉，这也是自1899年有记录以来，日本的年度出生人口首次跌破70万。日本国立社会保障与人口问题研究所2023年公布的预测显示，日本2024年的出生人口为75.
2025-06-05 00:00:00
来源：央视网央视网消息：据中国水利微信公众号消息，近日，由水利部国科司组织中国水科院自主研发的基于多源语料的“水利标准AI大模型”正式发布，并在水利技术标准专题评估工作中实际应用。该模型基于中国水科院“SkyLIM”体系，采用“海量知识库+DeepSeek/Qwen双模型+标准服务”技术架构，深度集
2025-06-03 11:10:00
当地时间5月25日，英国《每日电讯报》报道，美国开放人工智能研究中心（OpenAI）公司新款人工智能（AI）模型o3不听人类指令，拒绝自我关闭。报道说，人类专家在测试中给o3下达明确指令，但o3篡改计算机代码以避免自动关闭。o3模型是OpenAI“推理模型”系列的最新版本，旨在为ChatGPT提供更
2025-05-26 18:01:00