科技媒體 bleepingcomputer 昨日（4 月 15 日）發布博文，報道稱 OpenAI 最新發布的 GPT-4.1 系列模型，其性能相比 GPT-4o 雖然實現重大飛躍，但多項跑分未能超越谷歌的 Gemini 系列。

IT之家昨日報道，OpenAI 公司發布 GPT-4.1、GPT-4.1 mini 和 GPT-4.1 nano，官方公布的跑分數據來看，這些模型在編程方面的能力，遠超 GPT-4o 及 GPT-4o mini。

例如在 SWE-bench Verified 跑分中，GPT-4o 的得分為 21.4%，GPT-4.5 的得分為 26.6%，而 GPT-4.1 的得分為 54.6%。

盡管性能有較大提升，不過根據多位專家測試，相比較谷歌的 Gemini 系列，GPT-4.1 對比中卻顯露劣勢。

根據 Stagehand（一款生產級瀏覽器自動化框架）發布的基準數據，Gemini 2.0 Flash 的錯誤率僅為 6.67%，精確匹配率高達 90%，且價格低廉、速度更快。相比之下，GPT-4.1 的錯誤率高達 16.67%，成本更是 Gemini 2.0 Flash 的 10 倍以上。

此外，哈佛大學 RNA 科學家 Pierre Bongrand 提供的數據也指出，GPT-4.1 的性價比不及 Gemini 2.0 Flash、Gemini 2.5 Pro 及 DeepSeek 等競品。

在編碼專項測試中，GPT-4.1 同樣未能占據上風。Aider Polyglot 的測試結果顯示，GPT-4.1 的編碼得分僅為 52%，而 Gemini 2.5 則以 73% 的成績遙遙領先。

值得注意的是，GPT-4.1 被歸類為非推理模型（non-reasoning model），但其編碼能力仍屬行業頂尖。