OpenAI 推出 GPT-4.1 系列 API：支持百万上下文，新增 Nano 版本

如果你平时用 AI 写代码，最烦的大概就是它动不动就重写整个文件，或者顺手改掉一堆不相干的代码。

OpenAI 在 API 里上线了新一代基础模型家族：GPT-4.1、GPT-4.1 mini 和 GPT-4.1 nano。这批模型不走 ChatGPT 网页端，纯粹面向开发者，主打写代码、指令遵循以及长文本理解。所有三个型号都把上下文窗口直接拉到了 100 万 token，知识库更新到 2024 年 6 月。

与此同时，OpenAI 宣布开始弃用 GPT-4.5 Preview，三个月后也就是 2025 年 7 月 14 日彻底关停，因为 GPT-4.1 不仅能打，而且便宜得多。

代码不仅写得对，还能听懂人话

基准成绩上，GPT-4.1 在 SWE-bench Verified 拿到了 54.6%，比 GPT-4o 提高了 21.4 个百分点，也把大块头的 GPT-4.5 甩开了 26.6 个百分点。OpenAI 首席产品官 Kevin Weil 在 X 上特意强调，对一个非推理模型来说，54 分的成绩非常拔尖。

更实用的提升在日常操作细节上。OpenAI 专门训练它理解 diff 格式，在 Aider 多语言测试里得分比 GPT-4o 翻了一倍多。它不再动辄全盘重写，无关的多余修改从 GPT-4o 的 9% 降到了 2%。如果非要重写大文件，单次最大输出 token 翻倍到了 32768。

指令遵循上，GPT-4.1 在 Scale MultiChallenge 上拿了 38.3%，IFEval 达到 87.4%。无论是负向指令（比如绝对别让用户联系客服）、排序还是在不知道时坦白承认，表现都比 GPT-4o 更稳。早期测试者发现它更「较真」，开发者写 prompt 时需要更加精确直接。

砍价、提速，还加了一个超轻量型号

这次最夸张的其实是性能和成本的重排。

GPT-4.1 mini 在多项基准上反超了曾经的旗舰 GPT-4o，但延迟几乎砍半，成本暴跌 83%。

家族里新加入的超轻量选手 GPT-4.1 nano，成了 OpenAI 旗下最快也是最便宜的模型。据 Kevin Weil 透露，其混合计费仅为每百万 token 0.12 美元。哪怕是这么小的模型，依然配满了 100 万 token 上下文，MMLU 得分 80.1%，拿来做分类或代码自动补全非常合适。

至于大号 GPT-4.1，价格也比 GPT-4o 便宜了 26%。外部工具也跟得很快，Windsurf 随即宣布向用户提供为期 7 天的 GPT-4.1 免费体验。

为什么重要

这可以说是 OpenAI 面向开发者的一次全面「务实转向」。

此前 GPT-4.5 虽然文本质感好，但算力开销巨大、延迟感人，基本上很难在生产环境里大规模跑起来。如今 OpenAI 果断在三个月内下线 GPT-4.5，直接用便宜 26% 且更聪明的 GPT-4.1 取代，说明它看清了工程落地的核心痛点：没人愿意为虚高的推理成本持续买单。

对开发者和软件团队来说，价值是立竿见影的。代码 diff 能用、多余修改大幅减少，意味着集成到 IDE、代码审查工具（如 Qodo、Windsurf）或者自动化 Agent 里的成本断崖式下跌。以前跑一次长文件重写要等半天还容易超 token，现在 100 万上下文配合精准局部修改，实用性有了质的改变。

我们认为，更可怕的是小型化趋势。GPT-4.1 mini 拿着比前代旗舰低 83% 的成本打翻 GPT-4o，nano 更是把轻量级任务的门槛打穿到底层。这会直接倒逼竞争对手重新审视中低端模型的定价和吞吐能力。不过开发者也得注意，这代模型更偏向字面理解，老一套比较随意的 prompt 可能需要重新调整。