数据点: 77
Model compare
GPT-4 和 GPT-5.1 的结论先放在这里，方便先判断是否值得继续看明细。
综合加权结果：GPT-5.1。Benchmark 能力分类占 80%，价格、API 性能和可用性占 20%。
结论
GPT-5.1
GPT-5.1 当前综合加权更高；模型 A / B 得分为 8 对 92。
证据覆盖
77 个数据点
包含 6 个 benchmark、0 个 audit 样本和 6 个 provider 样本。
选择依据
优先看 GPT-5.1
下方图表把 12 组高信号样本拆开，便于核对速度、跑分和安全分。
左右两边都可以换成其他模型，页面会打开新的 LMSpeed 对比 URL。
选择其他模型后会打开新的对比页。
这份报告只使用 LMSpeed 已有数据：GPT-4 和 GPT-5.1 的价格、测速聚合、第三方跑分与共同服务商样本。
| Model compare | GPT-4 | GPT-5.1 |
|---|
| 综合领先 | 对照 | 领先 |
|---|---|---|
| 综合加权得分 | 8.0 分 | 92.0 分 |
| Benchmark 分类领先 | 0 类 | 1 类 |
| 运营维度优势 | 首 token 延迟、免费服务商 | 最低输入价格、平均速度、服务商覆盖 |
| 上下文窗口 | 8.2K tokens | 400K tokens |
| 最大输出 | 4.1K tokens | 128K tokens |
| 模态 | 输入 文本 输出 文本 | 输入 图像文本文件 输出 文本 |
| 能力 | 文本输入文本输出工具调用结构化输出JSON 模式 | 文本输入图像输入文件输入文本输出工具调用结构化输出JSON 模式推理 |
总体结果按 80% benchmark 能力分类和 20% 价格、API 速度/延迟与可用性加权；近期测试数量不参与胜负，缺失的 benchmark 分类不计分。
| Model compare | GPT-4 | GPT-5.1 |
|---|---|---|
| 开发者 | OpenAI | OpenAI |
| 发布日期 | 2023年5月 | 2025年11月 |
| 参数量 | 暂无数据 | 暂无数据 |
| Tokenizer | GPT | GPT |
| 知识截止 | 2021-09-30 | 暂无数据 |
| OpenRouter ID | openai/gpt-4 | openai/gpt-5.1 |
| 来源链接 | 暂无数据 | 暂无数据 |
这份报告只使用 LMSpeed 已有数据：GPT-4 和 GPT-5.1 的价格、测速聚合、第三方跑分与共同服务商样本。
GPT-4
GPT-4 的运营优势是：首 token 延迟、免费服务商。
GPT-5.1
GPT-5.1 在 benchmark 分类（代码）和运营维度（最低输入价格、平均速度、服务商覆盖）更强。
来自 LMSpeed 同步的第三方 benchmark profile；只展示两个模型都有数值的指标。
按 0-100 分对比 benchmark 分类表现；点击分类可以聚焦查看差距。
平均分
GPT-4
49.5
平均分
GPT-5.1
55.5
GPT-5.1
GPT-5.1 领先 2.8
GPT-5.1
GPT-5.1
GPT-5.1
GPT-5.1
GPT-5.1
GPT-5.1
按具体 benchmark 指标对比两个模型，展示来源、排名覆盖、置信度、误差和评测日期等上下文。
GPT-4
领先0.87 s
排名 #29/139 · confidence 4
GPT-5.1
30.09 s
排名 #103/139 · confidence 4
GPT-4
领先0.87 s
排名 #44/139 · confidence 4
GPT-5.1
30.09 s
排名 #127/139 · confidence 4
GPT-4
37.0 tok/s
排名 #130/139 · confidence 4
GPT-5.1
领先109.7 tok/s
排名 #55/139 · confidence 4
GPT-4
$30.00/M
排名 #161/163 · confidence 4
GPT-5.1
领先$1.25/M
排名 #109/163 · confidence 4
GPT-4
$37.50/M
排名 #161/163 · confidence 4
GPT-5.1
领先$3.44/M
排名 #119/163 · confidence 4
GPT-4
$60.00/M
排名 #156/163 · confidence 4
GPT-5.1
领先$10.00/M
排名 #122/163 · confidence 4
来自共同 provider 的最近完成 audit，展示四个安全/完整性分组分数和报告入口。
| Provider | GPT-4 | GPT-5.1 |
|---|---|---|
| 暂无共同 provider 的已完成 audit。 | ||
把同一 provider 的测速聚合和 input/output 价格放进同一行，便于判断实际 API 表现和迁移成本。
| Provider | GPT-4 | GPT-5.1 |
|---|---|---|
10 次测试 | GPT-4 speed / latency N/A / N/A input / output 暂无数据 | GPT-5.1 speed / latency 137 tok/s / 3299ms input / output 暂无数据 |
5 次测试 | GPT-4 speed / latency N/A / N/A input / output 暂无数据 | GPT-5.1 speed / latency 96 tok/s / 1862ms input / output 暂无数据 |
0 次测试 | GPT-4 speed / latency N/A / N/A input / output 暂无数据 | GPT-5.1 speed / latency N/A / N/A input / output 暂无数据 |
0 次测试 | GPT-4 speed / latency N/A / N/A input / output 暂无数据 | GPT-5.1 speed / latency N/A / N/A input / output 暂无数据 |
0 次测试 | GPT-4 speed / latency N/A / N/A input / output 暂无数据 | GPT-5.1 speed / latency N/A / N/A input / output 暂无数据 |
GPT-4 gpt-4-32k-0314 speed / latency 暂无数据 input / output $0/request | GPT-5.1 gpt-5.1 speed / latency 暂无数据 input / output $0/request |
综合加权结果：GPT-5.1。Benchmark 能力分类占 80%，价格、API 性能和可用性占 20%。
