En quoi la série GPT-4.1 s'améliore-t-elle par rapport à GPT-4o ? Principales différences 70

Openai a lancé hier soir la série GPT4, qui remplace la 4o, avec un excellent rapport qualité-prix (au sein de l'écosystème OpenAI). Elle dispose d'un contexte ultra-long de 1M, offre des performances remarquables, et les versions 4.1 nano et mini sont abordables, ce qui les rend adaptées au traitement de grandes quantités de tâches impliquant de longs textes. Les capacités de codage surpassent celles de GPT 4.5, mais sont inférieures à celles des modèles de raisonnement comme o1. Le GPT-4.1 présente des améliorations nettes par rapport au GPT-4o sur plusieurs aspects ; voici leurs principales différences :

1. Améliorations des performances

Capacités de codage :

• GPT-4.1 : obtient un score de 54,6 % au benchmark SWE-bench Verified, soit une amélioration de 21,4 % par rapport à GPT-4o.

• GPT-4o : obtient un score de 33,2 % au même test.

• Amélioration : GPT-4.1 excelle dans le traitement de dépôts de code, l'exécution de tâches et la génération de code exécutable et passant les tests.

Suivi des instructions :

• GPT-4.1 : obtient un score de 38,3 % au benchmark MultiChallenge de Scale, soit une amélioration de 10,5 % par rapport à GPT-4o.

• GPT-4o : obtient un score de 27,8 % au même test.

• Amélioration : GPT-4.1 est plus performant pour suivre des instructions complexes, formater les sorties et éviter les comportements erronés.

Compréhension des longs textes :

• GPT-4.1 : obtient un score de 72,0 % au benchmark de compréhension de longs textes Video-MME, soit une amélioration de 6,7 % par rapport à GPT-4o.

• GPT-4o : obtient un score de 65,3 % au même test.

• Amélioration : GPT-4.1 comprend et extrait mieux les informations clés lors du traitement de longues vidéos (sans sous-titres) et de longs documents.

2. Fenêtre de contexte

• GPT-4.1 : prend en charge une fenêtre de contexte de 1 million de tokens, une augmentation considérable par rapport aux 128 000 tokens de GPT-4o.

• GPT-4o : prend en charge une fenêtre de contexte de 128 000 tokens.

• Amélioration : GPT-4.1 peut traiter des bases de code plus importantes, des tâches multi-documents et de longs textes, ce qui le rend applicable dans des domaines variés tels que le juridique, la programmation et le support client.

3. Efficacité du modèle

• GPT-4.1 : présente des améliorations significatives en termes d'efficacité d'inférence, avec une latence plus faible et des coûts réduits.

• GPT-4.1 mini : latence réduite de près de moitié, coût réduit de 83 %.

• GPT-4.1 nano : est le modèle le plus rapide, avec une latence extrêmement basse, adapté aux tâches nécessitant une faible latence.

• GPT-4o : présente une efficacité d'inférence relativement inférieure, notamment lors du traitement de contextes à grande échelle.

4. Compréhension d'images

• GPT-4.1 : excelle en compréhension d'images, en particulier dans les tâches multimodales.

• GPT-4.1 mini : obtient un score de 72,7 % au benchmark de compréhension d'images MMMU, surpassant les 68,7 % de GPT-4o.

• GPT-4o : est moins performant dans les tâches de compréhension d'images.

5. Coût

• GPT-4.1 : facturé à 2,00 $ par million de tokens d'entrée et 8,00 $ par million de tokens de sortie.

• GPT-4.1 mini : facturé à 0,40 $ par million de tokens d'entrée et 1,60 $ par million de tokens de sortie.

• GPT-4.1 nano : facturé à 0,10 $ par million de tokens d'entrée et 0,40 $ par million de tokens de sortie.

• GPT-4o : facturation plus élevée par million de tokens d'entrée, non précisée exactement, mais la série GPT-4.1 est plus avantageuse en termes de coût.

6. Cas d'utilisation

• GPT-4.1 : convient aux scénarios nécessitant une puissance de calcul importante et le traitement de tâches complexes, tels que le développement logiciel professionnel, l'analyse de documents juridiques et le traitement de données à grande échelle.

• GPT-4.1 mini : adapté à une utilisation dans des environnements aux ressources limitées, comme les ordinateurs personnels classiques ou les petits serveurs.

• GPT-4.1 nano : principalement destiné aux appareils mobiles et embarqués, adapté aux scénarios aux ressources limitées exigeant une grande rapidité de réponse, tels que la classification rapide de textes ou la complétion automatique.

• GPT-4o : convient à un usage général, mais est moins performant pour le traitement de contextes à grande échelle et de tâches complexes.

Pour plus d'indicateurs de test, veuillez consulter le blog d'OpenAI : https://openai.com/index/gpt-4-1/.