Aktory · GPT-4.1 nano, la fiche vérifiée

Les faits

Ce qu'il coûte, ce qu'il tient

Fenêtre de contexte 1M jetons

Ce qu’il peut avoir sous les yeux en une seule fois, question et réponse comprises.

Prix d’entrée 0,1 $ / M jetons

Ce que coûte le texte qu’on lui envoie.

Prix de sortie 0,4 $ / M jetons

Ce que coûte le texte qu’il produit, toujours plus cher que l’entrée.

Sortie maximale 33K jetons

La plus longue réponse qu’il peut produire d’un seul tenant.

Connaissances arrêtées à juin 2024

Il ne sait rien de ce qui s’est passé après cette date, sauf si on le lui fournit.

Cycle de vie

D'aujourd'hui à sa fin de service

Sortie 14 avril 2025

Dépréciation Non annoncée

Retrait Non annoncé

Capacités

Ce qu'il sait faire

Sortie prédite

Quand on sait déjà à quoi ressemblera l'essentiel de la réponse, la fournir accélère et réduit le coût.

Réponse au fil de l'eau

La réponse arrive mot à mot pendant qu'elle s'écrit, au lieu d'attendre qu'elle soit finie.

Appel de fonctions

Le modèle peut demander l'exécution d'une fonction du programme qui l'appelle et se servir du résultat.

Recherche dans des fichiers

Le modèle peut chercher une réponse dans des documents fournis plutôt que dans ce qu'il a appris.

Dépôt de fichiers

Des fichiers peuvent lui être soumis directement.

Sortie structurée

Le modèle rend une réponse au format demandé, exploitable par un programme sans relecture.

Lecture d'images

Le modèle voit les images qu'on lui soumet et peut répondre à leur sujet.

Mise en cache des requêtes

Une partie de requête déjà envoyée est facturée moins cher si elle est réutilisée peu après.

Spécialisation

Le modèle peut être réentraîné sur des exemples propres à un usage.

Production d'images

Le modèle peut produire une image.

Exécution de code

Le modèle peut écrire puis exécuter du code pour calculer ou vérifier lui-même.

Connecteurs MCP

Le modèle peut se brancher sur des services extérieurs par le protocole ouvert Model Context Protocol.

La lignée nano

Les autres versions

Toute la lignée

GPT-5.6 Luna09.07.2026 · Actif GPT-5.4 nano17.03.2026 · Actif GPT-5 nano07.08.2025 · Déprécié GPT-4.1 nano14.04.2025 · celui-ci

Benchmarks expliqués

Ce qu'il vaut, avec les conditions

14 tests relevés pour ce modèle, regroupés par ce qu'ils mesurent. Chaque chiffre est annoncé par le laboratoire, avec sa source et ses conditions ; une jauge n'est dessinée que quand l'échelle du test a un maximum connu.

Code et ingénierie logicielle

Le modèle reçoit un dépôt et un problème, et doit produire un correctif qui passe les tests, sans intervention humaine.

1 test

Aider's polyglot

9,8 %

Résoudre des exercices de programmation d'Exercism en modifiant des fichiers source, dans plusieurs langages.

relevé sous « Aider’s polyglot: whole »

Source

Connaissances et raisonnement scientifique

Des questions à réponse unique, du niveau lycée au niveau doctorat, où seule la justesse compte.

6 tests

MMLU

80,1 %

Des questions à choix multiples sur 57 matières, du programme de lycée au niveau professionnel.

Source

MMMLU

66,9 %

Les 57 matières de MMLU, posées dans quatorze langues autres que l'anglais.

relevé sous « Multilingual MMLU »

Source

MMMU

55,4 %

Des questions d'examen universitaire qui mêlent texte, schémas, cartes et partitions.

Source

GPQA Diamond

50,3 %

Des questions de niveau doctorat en biologie, physique et chimie, écrites par des spécialistes.

Source

OpenAI-MRCR

36,6 %

Retrouver la bonne réponse quand plusieurs demandes presque identiques ont été noyées dans une très longue conversation.

relevé sous « OpenAI-MRCR: 2 needle128k »

Source

GraphWalks (contexte long)

25 %

Parcourir un graphe dont la description remplit toute la fenêtre de contexte.

relevé sous « Graphwalks bfs <128k »

Source

Mathématiques

Des démonstrations de niveau olympiade et des problèmes tirés de la recherche en cours.

2 tests

MathVista

56,2 %

Résoudre des problèmes de mathématiques posés sous forme d'image : un graphique, une figure, un schéma.

Source

AIME 2024

29,4 %

L'examen américain d'invitation en mathématiques, édition 2024 : une compétition lycéenne prestigieuse, quinze problèmes en trois heures.

Source

Pilotage d'un ordinateur

Le modèle agit à la souris et au clavier sur une machine réelle, comme le ferait une personne.

1 test

CharXiv Reasoning

40,5 %

Raisonner sur les figures d'articles scientifiques publiés sur arXiv.

Source

Travail professionnel réel

Des livrables de métier : dossiers juridiques, flux d'entreprise, enchaînements d'outils, documents de travail.

4 tests

IFEval

74,5 %

Obéir à des consignes de forme dont le respect se vérifie par un programme, sans jugement humain.

Source

COLLIE

42,5 %

Écrire un texte libre en respectant à la lettre des contraintes de forme.

Source

MultiChallenge

15 %

Tenir une conversation à plusieurs tours en se servant correctement de ce qui a été dit avant.

Source

tau-bench

14 %

Traiter un dossier de service client en suivant les règles de l'entreprise, dans le transport aérien ou le commerce de détail.

relevé sous « Taubench airline »

Source

Pour les développeurs

Intégrer ce modèle

L'appeler

Identifiant d’APIgpt-4.1-nano

Le nom exact à écrire dans le code pour appeler ce modèle.

Alias gpt-4.1-nano-2025-04-14

Les autres noms du même modèle, selon la plateforme qui le revend.

Ce qu'il accepte

Entrées acceptées texteimage

Sorties produites texte

Facturation détaillée par million de jetons

Lecture depuis le cache0,03 $ Traitement par lots, entrée0,05 $ Traitement par lots, sortie0,2 $

Mettre en mémoire un début de requête réutilisé d’un appel à l’autre : 1,25 fois le prix d’entrée.