最新最快科技资讯
太阳能光伏网

GPT-4.1性能提升但难敌谷歌Gemini系列

近日,OpenAI发布GPT-4.1系列模型,包括GPT-4.1、GPT-4.1 mini和GPT-4.1 nano。新模型在编程能力上实现显著突破,例如在SWE-bench Verified测试中,GPT-4.1得分达54.6%,远超前代GPT-4o的21.4%。然而,与谷歌Gemini系列相比,GPT-4.1仍显不足。Stagehand发布的数据显示,Gemini 2.0 Flash错误率仅为6.67%,精确匹配率达90%,且成本低廉、速度更快,而GPT-4.1错误率高达16.67%,成本是Gemini的10倍以上。

此外,在编码专项测试中,Gemini 2.5以73%的得分领先GPT-4.1的52%。尽管如此,GPT-4.1作为非推理模型,其编码能力仍处于行业顶尖水平。哈佛大学科学家Pierre Bongrand的数据进一步表明,GPT-4.1在性价比方面不及Gemini及DeepSeek等竞品。

最新相关

迪士尼任命Character.AI前CEO为首位CTO

2026年10月2日起,卡兰迪普·阿南德将出任迪士尼高级执行副总裁兼首任首席技术官(CTO),直接向CEO乔什·达马罗汇报。阿南德此前担任AI公司Character.AI CEO,拥有Meta、Brex等科技企业履历。他将...

NASA拟与波音续签星际客机载人任务协议

2026年9月18日,据外媒报道,NASA正与波音就星际客机后续载人任务展开谈判。双方拟在未来数年安排至少10次新飞行任务,以延续美国商业载人航天双供应商格局。此举发生在2024年星际客机载人测试故...

我国2025年半数汽车召回为企业主动发起

2026年9月19日,国家市场监管总局缺陷产品召回技术中心工业品所所长肖凌云在泰达国际论坛披露: 2025年我国实施汽车召回3265次,涉及车辆1.21亿辆,其中约50%为车企主动召回。截至2025年底,受调查...

中国航天健康保障体系达国际先进水平

2026年9月19日,我国首届航天医学工程大会在京召开。会议披露,中国空间站运行五年来,已建成'失重防护-营养保障-医监医保-心理保障-环境安全'五位一体航天健康保障体系,总体达国际先进水平。生...

LPL四支战队晋级S16全球总决赛

2026年9月19日,LPL赛区S16全球总决赛参赛队伍全部确定: AL、BLG、TES、IG分别以一至四号种子身份出线。本届S16将于10月15日至11月14日在美国洛杉矶、得克萨斯州艾伦及纽约举行,共19支战队参赛...

长征二号丁成功发射PIESAT-2 13~16星

9月19日,我国在太原卫星发射中心用长征二号丁运载火箭,成功将株洲太空星际PIESAT-2 13至16星送入预定轨道。任务由航天科技集团组织实施,火箭飞行正常,卫星准确入轨,发射取得圆满成功。此次发...