【实测】ChatGPT 4.1 很好，但没那么好

省流：写代码，写文章，设计卡片，数学能力都不甚令人满意

大家好，我是 Ai 学习的老章

GPT - 4.1

OpenAi 又发新模型了，新推出的 GPT - 4.1 系列模型，包括 GPT - 4.1、GPT - 4.1 mini 和 GPT - 4.1 nano，官网介绍：它们在编码、指令遵循、长上下文处理等方面有显著提升，且成本更低。在编码能力上，GPT - 4.1 在 SWE - bench Verified 测试中得分 54.6% ，远超 GPT - 4o 和 GPT - 4.5，在多种编码任务上表现出色。

长上下文处理能力增强：GPT - 4.1、GPT - 4.1 mini 和 GPT - 4.1 nano 可处理高达 100 万标记的上下文，远高于之前 GPT - 4o 模型的 128,000 标记。这使得模型在处理大型代码库或大量长篇文档时游刃有余。

通过对推理系统的优化，GPT - 4.1 系列价格更低。例如，GPT - 4.1 在中位数查询上比 GPT - 4o 便宜 26% ，GPT - 4.1 nano 更是有史以来最便宜和最快的模型。

免费使用方式

GPT-4.1仅提供API，openai对国内网络不友好

我找了两个可以使用的地方：

Github Copilit中可以申请开通GPT-4.1

地址：https://github.com/copilot

我试了确实免费，是否有别的限制，未知。

WindSurf 也更新了，免费试用 7 天，本文测试均在Windsurf中进行

下载地址：https://windsurf.com/refer?referral_code=60b0053769

测试 1:数学能力

不欺负它，出一道小学一年级下学期的题目

它回答不出来

GPT-4o就可以回答正确

测试 2:弹跳小球

提示词：

- 所有小球半径相同。 - 每个小球上有从 1 到 20 的编号。 - 所有小球在开始时都从七边形中心下落。 - 小球颜色分别为：#f8b862, #f6ad49, #f39800, #f08300, #ec6d51, #ee7948, #ed6d3d, #ec6800, #ec6800, #ee7800, #eb6238, #ea5506, #ea5506, #eb6101, #e49e61, #e45e32, #e17b34, #dd7a56, #db8449, #d66a35。 - 小球应受到重力和摩擦力影响，并能真实地与旋转的七边形边界发生弹跳。小球之间也应有碰撞。 - 所有小球的材质特性保证它们的反弹高度不会超过七边形的半径，但要高于小球半径。 - 所有小球会有自转且有旋转摩擦，小球上的编号可以用来体现自转角度。 - 七边形绕中心旋转，旋转速度为每 5 秒 360 度。 - 七边形的尺寸应足够大，可以容纳所有小球。 - 不允许使用 pygame 库，碰撞检测与响应等算法需自行实现。允许使用的 Python 库为：tkinter、math、numpy、dataclasses、typing、sys。 - 所有代码需写在同一个 Python 文件中。

结果：代码生成很快，运行顺畅无 bug，但是只有一个球。

提醒其错误后，重新生成代码，一切正常了。

测试 3:设计知识卡片

提示词：阅读全文，文中共几次父亲的背影？分别有何深意，输出 SVG 格式，3:4，小红书风格：——省略 1328 字

结果:没有理解到位，只找到 3 个背影，设计出来的卡片奇丑无比

看看 Claude 3.7 就知道差距了

他找到了原文，针对原文做了深意理解

然后还完美呈现出来了，

测试 4:基于素材写文章

给它英文素材，写一篇有人文气息的科技文章，结果如下：

其实前几天推文这篇文章是Claude-3.7写的，差距蛮大的，我觉得4.1完败：

[[2025-04-16-如果你用过matplotlib，请记住他的名字]]

测试 5:设计单词消消乐游戏

直接让它设计一款小游戏并写好可运行的代码

一口气写了十几个文件，测试可以跑通，但是可玩性不太好

反观Claude-3.7 帮我设计的是真消消乐，翻转卡片找配对的单词和中文，很好玩

测试 6:视觉能力

把游戏截图画面给GPT-4.1，识别没有问题，但是对相邻字母没有理解到位

测试 7:大海捞针

我实际没有 api，完整测试没法搞，只能看 OpenAI 官方测试情况了

GPT-4.1 检索位于上下文窗口内不同点的一小条隐藏信息（“针”）的能力。GPT-4.1 在所有位置和所有上下文长度上始终如一地准确检索指针，一直到 100 万个令牌。它能够有效地提取手头任务的相关详细信息，而不管它们在输入中的位置如何。

大海捞针评估中，GPT-4.1、GPT-4.1 mini 和 GPT 4.1 nano 都能够在最远 1M 的环境中检索所有位置的针。

制作不易，如果这篇文章觉得对你有用，可否点个关注。给我个三连击：点赞、转发和在看。若可以再给我加个，谢谢你看我的文章，我们下篇再见！