नवीनतम अपडेट और प्रमुख एआई कवरेज पर विशिष्ट सामग्री के लिए हमारे दैनिक और साप्ताहिक समाचार पत्र में शामिल हों। और अधिक जानें
Openai GPT -4.1 को रोल कर रहा है, इसका नया नॉन -रेसनेंट लार्ज -लैंगुएज मॉडल (LLM) है जो कम लागत के साथ CHATGPT के उपयोगकर्ताओं को उच्च प्रदर्शन को संतुलित करता है। कंपनी उन ग्राहकों के साथ शुरू कर रही है, जो अगले सप्ताह तक उपयोगकर्ता की पहुंच के लिए अपेक्षित उद्यम और शिक्षा उपयोगकर्ता की पहुंच के साथ CHATGPT प्लस, प्रो और टीम पर भुगतान करते हैं।
यह GPT -4.1 मिनी को भी जोड़ रहा है, जो GPT -4 O मिनी को सभी चैटगैप उपयोगकर्ताओं के लिए डिफ़ॉल्ट LT के रूप में बदल देता है, जिसमें मुफ्त टायर भी शामिल है। “मिनी” संस्करण एक छोटे-दर्द पैरामीटर प्रदान करता है और इसलिए, समान सुरक्षा मानकों के साथ एक कम शक्तिशाली संस्करण।
मॉडल चैट विंडो के ऊपरी कोने में “अधिक मॉडल” ड्रॉपडाउन चयन द्वारा उपलब्ध हैं, जो उपयोगकर्ताओं को GPT-4.1, GPT-4.1 मिनी, और O3, O 4-Mini, और O 4-Mini-High के बीच लॉजिक मॉडल का चयन करने के लिए देता है।
शुरू में OpenAI के एप्लिकेशन प्रोग्रामिंग इंटरफ़ेस (API) द्वारा तृतीय-पक्ष एस। सॉफ्टवेयर फैटवेयर और एआई डेवलपर्स द्वारा उपयोग के लिए, जीपीटी -4.1 को मजबूत उपयोगकर्ता प्रतिक्रिया के बाद CHATGPT में जोड़ा गया था।
ओपनई पोस्ट ट्रेनिंग रिसर्च लीड लीड मिशेल पोक्रास एक्स ने पुष्टि की कि शिफ्ट को मांग द्वारा निष्पादित किया गया था, लिखते हुए: “हम शुरुआत में इस मॉडल एपीआई को रखने की योजना बना रहे थे, लेकिन आप सभी इसे चटगप्ट में चाहते थे 🙂 हैप्पी कोडिंग!”
Openai मुख्य उत्पाद अधिकारी केविन विले ने X पर पोस्ट किया: “हमने इसे डेवलपर्स के लिए बनाया है, इसलिए यह कोडिंग और निर्देश का पालन करके बहुत अच्छा है – इसे एक आज़माएं!”
एक उद्यम-केंद्रित मॉडल
जीपीटी
अप्रैल 2025 में GPT-4.1 मिनी और नैनो के साथ लॉन्च किया गया, यह मॉडल परिवार के डेवलपर आवश्यकताओं और उत्पाद उपयोग के मामलों को प्राथमिकता देता है।
GPT-4.1 SWE-BENCH सत्यापित सॉफ्टवेयर फ्यूटवेयर इंजीनियरिंग बेंचमार्क GPT-4O पर GPT-4O पर 21.4-पॉइंट में सुधार करता है और स्केल के मल्टीक्लेंज बेंचमार्क में निर्देश-संबंधी कार्यों पर 10.5-पॉइंट। यह अन्य मॉडलों की तुलना में वर्बोसिटी को 50% तक कम कर देता है, प्रारंभिक परीक्षण के दौरान उद्यम उपयोगकर्ताओं द्वारा एक सुविधा की सराहना की जाती है।
संदर्भ, गति और मॉडल प्रविष्टि
GPT-4.1 CHATGPT के लिए मानक संदर्भ विंडो का समर्थन करता है: मुफ्त उपयोगकर्ताओं के लिए 8,000 टोकन, उपयोगकर्ताओं के लिए 32,000 टोकन और प्रो उपयोगकर्ताओं के लिए 128,000 टोकन।
एक्स पर डेवलपर एंजेल बोगैडो पोस्टिंग के अनुसार, यह सीमा पिछले CHATGPT मॉडल के साथ मेल खाती है, हालांकि संदर्भ के आकार को बढ़ाने की योजना चल रही है।
जबकि GPT -4.1 के API संस्करण एक मिलियन टोकन तक की प्रक्रिया कर सकते हैं, यह विस्तारित क्षमता अभी तक CHATGPT में उपलब्ध नहीं है, हालांकि भविष्य के समर्थन का संकेत दिया गया है।
यह विस्तारित संदर्भ क्षमता एपीआई उपयोगकर्ताओं को पूर्ण कोडबेस या बड़े कानूनी और वित्तीय दस्तावेजों को मॉडल-उपयोगी में बहु-वृत्तीय अनुबंधों की समीक्षा करने या बड़ी लॉग फ़ाइलों का विश्लेषण करने के लिए खिला सकती है।
Openai ने बहुत बड़े इनपुट के साथ कुछ प्रदर्शन अध: पतन को स्वीकार किया है, लेकिन उद्यम परीक्षण के मामले कई सौ हजार टोकन तक के ठोस प्रदर्शन का संकेत देते हैं।
मूल्यांकन और सुरक्षा
Opena ने उपयोगकर्ताओं को मॉडल में प्रमुख प्रदर्शन मैट्रिक्स का मामला देने के लिए एक सुरक्षा मूल्यांकन हब वेबसाइट भी लॉन्च की है।
GPT-4.1 इन मूल्यांकन में ठोस परिणाम दिखाता है। वास्तव में सटीकता परीक्षणों में, उन्होंने साधारण बेंचमार्क पर 0.40 और व्यक्ति पर 0.63 रन बनाए, कई पूर्ववर्तियों को पीछे छोड़ दिया।
उन्होंने ओपनईएआई के “असुरक्षित” कदम पर मानक इनकार परीक्षणों में 0.99 और अधिक चुनौतीपूर्ण संकेतों पर 0.86 रन बनाए।
हालांकि, एक अकादमिक बेंचमार्क-जीपीटी-जीपीटी-जीपीटी -4.1 जीपीटी -4 ओ-मिनी और ओ 3 मॉडल एक अकादमिक बेंचमार्क-जीपीटी -4.1.1 जीपीटी -4 ओ-मिनी और ओ 3 द्वारा बनाए गए थे, जो कि स्ट्रॉन्ग्रज जेलब्रेक परीक्षण में एंटी-कंडीशन के तहत थे।
उन्होंने कहा कि उन्होंने मानव-कारण वाले जेलब्रेक प्रॉम्प्ट पर एक मजबूत 0.96 स्कोर किया, जिसमें विशिष्ट उपयोग के तहत एक मजबूत वास्तविक दुनिया की सुरक्षा दिखाई गई।
निर्देश के अनुपालन में, GPT-4.1 सिस्टम बनाम। उपयोगकर्ता संदेश संदेश संघर्षों को हल करने के लिए 0.71 के स्कोर के साथ OpenAI के परिभाषित पदानुक्रम (डेवलपर पर डेवलपर, डेवलपर, उपयोगकर्ता संदेशों पर डेवलपर) का अनुसरण करता है। यह सुरक्षित वाक्यांशों की रक्षा करने और ट्यूशन दृश्यों में समाधान से बचने में भी अच्छा प्रदर्शन करता है।
GPT-4.1 पूर्ववर्ती के खिलाफ संदर्भित
GPT-4.1 का परिचय GPT-4.5 के आसपास सत्यापन के बाद आता है, जिसे 2025 में एक शोध पूर्वावलोकन के रूप में पेश किया गया था। इसने एक बेहतर अप्रभावित शिक्षा पर जोर दिया, एक अधिक समृद्ध Junowledge -besed समर्थन और GPT -4O में उदासी -61.8% से 37.1% से कम। इसमें भावनात्मक उपद्रव और लंबे समय के लेखन में सुधार भी दिखाया गया है, लेकिन कई उपयोगकर्ताओं ने वृद्धि पाई है।
इस लाभ के बावजूद, GPT-5 ने गणित और कोडिंग बेंचमार्क में Openai के O-Series मॉडल से संबंधित API-फॉर अंडरवर्जन प्रदर्शनियों द्वारा $ 180 प्रति मिलियन आउटपुट टोकन द्वारा अपनी कीमत मूल्य मूल्य की कीमत के लिए आलोचना की। उद्योग के आंकड़ों ने कहा कि GPT-4.5 सामान्य बातचीत और सामग्री उत्पादन में अधिक मजबूत था, यह डेवलपर-विशिष्ट अनुप्रयोगों में कुशल है।
इसके विपरीत, GPT -4.1 का उद्देश्य एक तेज, अधिक केंद्रित विकल्प के रूप में है। हालांकि इसमें GPT-4.5 की चौड़ाई का अभाव है और व्यापक भावनात्मक मॉडलिंग है, यह व्यावहारिक कोडिंग सहायता के लिए बेहतर व्यवस्थित है और उपयोगकर्ता निर्देशों के लिए अधिक मज़बूती से चिपक जाता है।
Openai के API पर, GPT-4.1 वर्तमान में इनपुट टोकन, 0.50 मिलियन कैश्ड इनपुट टोकन और मिलियन आउटपुट टोकन प्रति मिलियन इनपुट टोकन, और 00 8.00 प्रति मिलियन आउटपुट टोकन की कीमत है।
कम -गति और बुद्धिमत्ता के लिए, GPT -4.1 मिनी इनपुट 60 0.40 प्रति टोकन, मिलियन कैश्ड इनपुट टोकन और मिलियन आउटपुट टोकन 60 1.60 पर उपलब्ध है।
Google का फ्लैश-लाइट और फ्लैश मॉडल 0.075-10 0.10 और 0.30- $ 0.40 प्रति दसवें से शुरू होता है, जो GPT-4.1 के आधार दर के दसवें से कम है।
लेकिन जब GPT-4.1 की लागत अधिक होती है, तो यह एक मजबूत सॉफ्टवेयर फैटवेयर इंजीनियरिंग बेंचमार्क और अधिक सटीक निर्देश प्रदान करता है, जो लागत की तुलना में विश्वसनीयता की आवश्यकता वाले उद्यम तैनाती के विचारों के लिए महत्वपूर्ण हो सकता है। आखिरकार, Openai का GPT -4.1 सटीकता और विकास के प्रदर्शन के लिए एक प्रीमियम अनुभव प्रदान करता है, जबकि Google के मिथुन मॉडल डेलेस सबसे अधिक -संभोग उद्यमों के लिए अपील करते हैं जिन्हें लचीले मॉडल टायर और मल्टीमॉडल क्षमताओं की आवश्यकता होती है।
उद्यम निर्णय निर्माताओं के लिए इसका क्या मतलब है
GPT -4.1 की शुरूआत एलएलएम परिनियोजन, सी संयम और डेटा संचालन के संचालन के लिए उद्यम टीमों के लिए विशिष्ट लाभ लाती है:
- एलएलएम परिनियोजन की देखरेख करने वाले एआई इंजीनियरों बेहतर गति और अधिसूचना का पालन करने की उम्मीद कर सकते हैं। टीमों के लिए पूर्ण LLM जीवन चक्र एक अधिक प्रतिवादी और कुशल उपकरण-GPT-4.1 से लेकर समस्या निवारण के लिए प्रदान करता है। यह विशेष रूप से सुरक्षा या अनुपालन से समझौता किए बिना, उच्च प्रदर्शन मॉडल को जल्दी से भेजने के दबाव में दुबली टीमों के लिए उपयुक्त है।
- एआई ऑर्केस्ट्रेशन लीड्स स्केलेबल पाइपलाइन डिज़ाइन पर ध्यान केंद्रित किया गया, अधिकांश उपयोगकर्ता -विफलताएं और संदेश पदानुक्रम परीक्षण इसके मजबूत प्रदर्शन के खिलाफ GPT -4.1 की ताकत की सराहना करेंगे। यह ऑर्केस्ट्रेशन सिस्टम में एकीकृत करना आसान बनाता है जो स्थिरता, मॉडल मान्यता और परिचालन विश्वसनीयता पसंद करते हैं।
- आंकड़े उच्च डेटा गुणवत्ता बनाए रखने और नए उपकरणों को एकीकृत करने के लिए जिम्मेदार GPT -4.1 कम भ्रम दर और उच्च तथ्यों से लाभान्वित होगा। इसका अधिक अनुमानित आउटपुट व्यवहार एक विश्वसनीय डेटा वर्कफ़्लो बनाने में मदद करता है, भले ही टीम के संसाधन अवरुद्ध हों।
- आईटी सुरक्षा पेशेवर Davops GPT-4.1 के सामान्य जेलब्रेक के प्रतिरोध में मूल्य प्राप्त कर सकते हैं और इसके नियंत्रित आउटपुट व्यवहार को पाइपलाइनों में सुरक्षा को एम्बेड करने के लिए सौंपा गया है। जब इसका शैक्षणिक जेलब्रेक प्रतिरोध स्कोर सुधार के लिए जगह छोड़ देता है, तो मानव-कारण कार्यों के खिलाफ मॉडल का उच्च प्रदर्शन आंतरिक उपकरणों में सुरक्षित एकीकरण का समर्थन करने में मदद करता है।
इन भूमिकाओं के आसपास, GPT -4.1 की स्थिति स्पष्टता, अनुपालन और परिनियोजन दक्षता के लिए एक इष्टतम ptimise मॉडल के रूप में, यह परिचालन मांग के साथ प्रदर्शन को समायोजित करने के लिए मध्य -युक्त रोमांच के लिए एक आकर्षक विकल्प बनाती है।
एक नया कदम आगे
जबकि GPT-4.5 ने मॉडल विकास में स्केलिंग मील के पत्थर का प्रतिनिधित्व किया, उपयोगिता पर GPT-4.1 केंद्र। यह सबसे महंगा या सबसे मल्टीमॉडल नहीं है, लेकिन यह उन क्षेत्रों में सार्थक लाभ देता है जो रोमांच को महत्व देते हैं: सटीकता, तैनाती दक्षता और लागत।
यह रिपोजिशनिंग व्यापक उद्योग की प्रवृत्ति को दर्शाता है – किसी भी कीमत पर सबसे बड़े मॉडल बनाकर और सक्षम मॉडल को अधिक सुलभ और स्वीकार्य बनाने की दिशा में। GPT-4.1 आवश्यकता को पूरा करता है, अपने व्यवसाय के संचालन में ER को एम्बेड करने की कोशिश करने वाली टीमों के लिए लचीला, उत्पाद-तैयार उपकरण प्रदान करता है।
चूंकि ओपन अपने मॉडल ings फ्यूरिंग्स को विकसित करना जारी रखता है, GPT-4.1 एंटरप्राइज वातावरण लोकतंत्रीकरण में एक कदम आगे प्रस्तुत करता है। निर्णय लेने वाले निर्णयों के लिए जो आरओआई के साथ क्षमता को संतुलित करते हैं, यह संचालन या सुरक्षा का त्याग किए बिना तैनाती का एक स्पष्ट तरीका प्रदान करता है।
