GPT-5.1 性能评测：完整基准分析（2025 年 11 月）

GPT-5.1 性能评测

OpenAI 于 2025 年 11 月 13 日发布 GPT-5.1。以下是全面基准分析。

基准结果

编码表现

• SWE-bench Verified： 76.3%

• HumanEval： 98.1%

• MBPP： 96.4%

推理表现

• AIME 2025： 94.0%（人类前 0.1% 水平）

• GPQA Diamond： 81.9%

• MMLU： 92.4%

关键创新：自适应推理

GPT-5.1 引入自适应推理，动态调整思考时间：

• 自动根据任务复杂度调整计算量

• Token 效率提升 30%

• 在保持质量的同时降低成本

速度提升

指标

GPT-5.0

GPT-5.1

提升

首 Token 时间

2.4s

1.8s

快 25%

Token/秒

~55

~70

快 27%

定价

层级

输入 ($/M)

输出 ($/M)

GPT-5.1

$2.50

$10

GPT-5.1 Mini

$0.50

$2

最终评分：8.8/10

GPT-5.1 提供了出色的性价比和竞争力性能。速度和定价优势使其对许多场景具有吸引力。