GPT-4.1, GPT-4.1 mini и GPT-4.1 nano: в чём разница? 104

Open ai представила в виде API три новые модели: GPT-4.1, GPT-4.1 mini и GPT-4.1 nano. Эти модели по всем параметрам превосходят GPT-4o и GPT-4o mini, демонстрируя заметные улучшения в кодировании и следовании инструкциям. Они также обладают увеличенным контекстным окном — поддерживают до 1 миллиона контекстных токенов — и способны лучше использовать этот контекст благодаря улучшенному пониманию длинного контекста. Давайте рассмотрим, чем они отличаются друг от друга?

Позиционирование

• GPT-4.1: Как обновлённая версия GPT-4o, GPT-4.1 представляет собой дальнейшую оптимизацию мультимодальных возможностей (текст, изображения, аудио) с более быстрым откликом и более глубоким рассуждением, особенно в написании текстов, программировании и сложных вопросно-ответных сценариях, где она ведёт себя более естественно, сокращая случаи «ответов не по теме». Её контекстное окно поддерживает 1M токенов, максимальный вывод — 32 768 токенов, и планируется поддержка всех тарифов Copilot.

• GPT-4.1 mini: Позиционируется как среднебюджетная облегчённая модель, разработанная для граничных устройств (таких как мобильные приложения, мини-программы) и облегчённых задач, жертвуя частью производительности ради снижения потребления ресурсов, что подходит для сценариев с высокими требованиями к отклику в реальном времени, но ограниченной вычислительной мощностью. Аналогично GPT-4o mini, она имеет меньший размер параметров (около 8B), но сохраняет основные мультимодальные функции.

• GPT-4.1 nano: Это предельно облегчённая версия, созданная для мобильных и встраиваемых AI-решений, с ещё меньшим размером параметров (предположительно меньше, чем у mini-версии), ориентированная на низкую задержку и возможность автономной работы, например, для базовых AI-функций на старых телефонах или без сетевого подключения.

1. Размер модели и параметры

• GPT-4.1: Полноценная крупная модель с наибольшим количеством параметров, подходящая для сложных задач и сценариев, требующих мощных вычислительных ресурсов.

• GPT-4.1 mini: Модель среднего размера с меньшим количеством параметров, подходящая для использования в средах с ограниченными ресурсами, таких как обычные персональные компьютеры или серверы.

• GPT-4.1 nano: Самая маленькая модель с наименьшим количеством параметров, ориентированная в основном на мобильные и встраиваемые устройства и другие сценарии с крайне ограниченными ресурсами.

2. Производительность и эффективность

GPT-4.1:

• Показывает отличные результаты в задачах кодирования, следования инструкциям и понимания длинных текстов.

• В бенчмарке кодирования SWE-bench Verified набирает 54,6%, что на 21,4% выше, чем у GPT-4o.

• В бенчмарке понимания длинных видео Video-MME набирает 72,0%, что на 6,7% выше, чем у GPT-4o.

GPT-4.1 mini:

• Во многих бенчмарках показывает результаты, близкие к GPT-4o или даже превосходящие её, при этом задержка снижена почти вдвое, а стоимость — на 83%.

• Показывает выдающиеся результаты в бенчмарке понимания изображений MMMU.

GPT-4.1 nano:

• Самая быстрая модель с очень низкой задержкой, обычно при запросах с 128 000 входных токенов время до первого возвращённого токена составляет менее пяти секунд.

• По таким задачам, как MMLU, GPQA и Aider polyglot coding, даже превосходит GPT-4o mini.

3. Сценарии применения

• GPT-4.1: Подходит для сценариев, требующих мощных вычислительных ресурсов и обработки сложных задач, таких как профессиональная разработка программного обеспечения, анализ сложных юридических документов, крупномасштабная обработка данных и т. д.

• GPT-4.1 mini: Подходит для работы на устройствах среднего уровня, таких как обычные персональные компьютеры, небольшие серверы и т. д., способна справляться с задачами средней сложности, такими как повседневная генерация текста, простая помощь в программировании, понимание изображений и т. д.

• GPT-4.1 nano: В основном ориентирована на мобильные и встраиваемые устройства, такие как смартфоны, планшеты, устройства умного дома, и подходит для сценариев с высокими требованиями к скорости отклика и ограниченными ресурсами, таких как быстрая классификация текста, автодополнение и т. д.

4. Стоимость

*На основе типичного соотношения ввода/вывода и кэша.

5. Другие особенности

Возможности обработки длинных текстов:

• Все три модели поддерживают контекстное окно в 1 миллион токенов, что значительно больше, чем у предыдущих моделей GPT-4o (128 000 токенов).

• GPT-4.1 отлично справляется с пониманием длинных текстов и способна лучше обрабатывать сложные задачи с несколькими документами.

Способность следовать инструкциям:

• GPT-4.1 демонстрирует значительное улучшение в следовании инструкциям, особенно в сложных многоэтапных диалогах.

Понимание изображений:

• GPT-4.1 mini выделяется в понимании изображений, обычно превосходя GPT-4o.

Официальное описание:https://openai.com/index/gpt-4-1/